中青寶
4月16日消息,A股游戲公司中青寶互動(dòng)網(wǎng)絡(luò)(以下簡(jiǎn)稱中青寶)剛剛發(fā)布了一份業(yè)績(jī)修正聲明,將此前公布的2014年實(shí)現(xiàn)全年凈利92萬(wàn)元修改為凈虧損2200萬(wàn)元。
中青寶北京時(shí)間今晚在一份監(jiān)管文件中對(duì)2015年2月27日發(fā)布的2014年業(yè)績(jī)預(yù)告中的數(shù)據(jù)做了修改。
中青寶曾于2月27日預(yù)計(jì)2014年實(shí)現(xiàn)營(yíng)業(yè)利潤(rùn)為470萬(wàn)元,比去年同期下降92.20%;利潤(rùn)總額為1,081萬(wàn)元,比去年同期下降83.64%;歸屬于上市公司股東的凈利潤(rùn)為92萬(wàn)元,比去年同期下降98.19%。
而 在今晚的文件中,中青寶稱,該公司收到會(huì)計(jì)師事務(wù)所的初步確認(rèn)的審計(jì)結(jié)果,根據(jù)該結(jié)果,預(yù)計(jì)中青寶2014年?duì)I業(yè)利潤(rùn)-18,554,938.72元,同 比減少130.78%;現(xiàn)利潤(rùn)總額-12,185,913.10元,同比減少118.44%;歸屬于上市公司股東的凈利潤(rùn)-22,035,893.48 元,同比減少143.18%。
對(duì)于發(fā)生“由盈轉(zhuǎn)虧”的烏龍事件,中青寶表示,主要是因?yàn)楣矩?cái)務(wù)人員未對(duì)《尋夢(mèng)園》、《裂天之刃》、《諸神世紀(jì)》等三款游戲資產(chǎn)減值準(zhǔn)備未充分計(jì)提。
而根據(jù)會(huì)計(jì)師事務(wù)所的初步確認(rèn)的審計(jì)結(jié)果,上述三款游戲在2014年給中青寶帶來(lái)資產(chǎn)減值22,638,865.99元,這相應(yīng)地影響了運(yùn)營(yíng)利潤(rùn)數(shù)據(jù)和凈利潤(rùn)數(shù)據(jù)等。
此外,中青寶還提示,今晚公布的數(shù)據(jù)僅為2014年度的財(cái)務(wù)數(shù)據(jù)僅為初步核算數(shù)據(jù),與2014 年度報(bào)告中披露的最終數(shù)據(jù)可能存在差異。
而對(duì)于烏龍事件,中青寶表示,該公司將嚴(yán)格按照《年報(bào)信息披露重大差錯(cuò)責(zé)任追究制度》的相關(guān)規(guī)定,對(duì)公司有關(guān)部門及其相關(guān)責(zé)任人進(jìn)行責(zé)任追究。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。