北京時間4月16日消息,據(jù)《華爾街日報》網(wǎng)絡(luò)版報道,印度最大打車服務(wù)提供商Ola已完成了4億美元E輪融資,估值25億美元。
Ola 在周四發(fā)布的一份聲明中稱,該輪融資的投資方包括了俄羅斯投資公司DST Global、新加坡主權(quán)財富基金GIC、美國對沖基金Falcon Capital Edge LP等新投資方。另外,軟銀、老虎環(huán)球基金、香港Steadview Capital以及美國風(fēng)投公司Accel Partners等現(xiàn)有投資方也跟投了Ola此輪融資。
Ola并未透露在此輪融資中向投資方出售的股份規(guī)?;蚱渌灰讞l款。Ola上一輪融資是在去年10月,當(dāng)時從軟銀和其他投資方籌集到了2.1億美元,估值大約為10億美元。
Ola稱,將利用新籌集來的資金向規(guī)模更小的印度城市擴(kuò)張,其計劃到今年年底前將服務(wù)覆蓋的城市數(shù)量增加一倍至200個。另外,新一輪融資還將有助于Ola與Uber等其它全球打車服務(wù)競爭。Uber正在印度不斷增長的打車市場迅速擴(kuò)張。
上周有報道稱,Ola已融資3.14億美元。但據(jù)科技博客TechCrunch報道,3.14億美元只是Ola這新一輪融資的一部分。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對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)隊通過對比實(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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(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),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。