Linkedin面向企業(yè)推出信息管理與發(fā)布工具Elevate。這個(gè)工具的最大特點(diǎn)是基于員工的LinkedIn關(guān)系網(wǎng)絡(luò)幫助企業(yè)傳播內(nèi)容, 并讓后者及時(shí)高效得將企業(yè)PR相關(guān)的內(nèi)容分享到Linkedin和Twitter上。Elevate已在網(wǎng)頁端,iOS和Android三大平臺(tái)上線。
通過Elevate,企業(yè)可以借助員工的社交關(guān)系分享內(nèi)容,一方面有利于企業(yè)增加曝光度和影響力,另一方面也能加強(qiáng)員工與企業(yè)的聯(lián)系,增強(qiáng)其歸屬感。
Elevate在內(nèi)容管理上結(jié)合算法推薦和人工管理,前者來自新聞閱讀應(yīng)用Pulse和信息聚合網(wǎng)站Newsle上的企業(yè)相關(guān)信息。Elevate還將根據(jù)讀者活躍度,給出員工分析內(nèi)容的最佳時(shí)間,提高內(nèi)容傳播的效率和影響力。
同時(shí),Elevate還具有傳播效果分析功能,企業(yè)和員工都能看到所發(fā)布內(nèi)容的點(diǎn)贊數(shù)、評(píng)論數(shù)和轉(zhuǎn)發(fā)數(shù),以及企業(yè)職位的瀏覽量和企業(yè)主頁關(guān)注度的變化。
Linkedin在2013年和2014年分別收購了Pulse和Newsle,這兩家公司的主要業(yè)務(wù)都集中在信息的聚合上。Elevate的加入則盤活了Pulse和Newsle上匯聚的內(nèi)容,使內(nèi)容在Linkedin,乃至其他社交平臺(tái)上流動(dòng)起來,激勵(lì)用戶以社交分享反哺社區(qū),保證其活躍度。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。