北京時(shí)間4月17日消息,據(jù)彭博社報(bào)道,納斯達(dá)克互聯(lián)網(wǎng)指數(shù)實(shí)現(xiàn)了連續(xù)10天的上漲。盡管流媒體視頻服務(wù)Netflix股價(jià)單日87美元的大漲也推動了該指數(shù)的走高,但在此之前,納斯達(dá)克互聯(lián)網(wǎng)指數(shù)已經(jīng)呈現(xiàn)出了良好的上升態(tài)勢,這要?dú)w功于中概股的巨大貢獻(xiàn)。
納斯達(dá)克互聯(lián)網(wǎng)指數(shù)周四上漲1%,連續(xù)上漲10日,創(chuàng)下自2012年11月以來的最長連漲紀(jì)錄。過去1個月,納斯達(dá)克互聯(lián)網(wǎng)指數(shù)上漲了5.6%,其中只有兩家美國公司位居漲幅前十大的成分股行列中——Netflix和網(wǎng)絡(luò)托管提供商Endurance International Group Holdings。相比之下,包括去哪兒、搜狐在內(nèi)的7家中概股的股價(jià)漲幅位居前十,月漲幅最高達(dá)到57%。
去年同期,納斯達(dá)克互聯(lián)網(wǎng)指數(shù)漲幅最高的十大成分股中有5家來自美國,包括房地產(chǎn)網(wǎng)站Zillow以和健康資訊網(wǎng)站運(yùn)營商WebMD Health,另有4家來自中國。
“中國股市現(xiàn)在呈現(xiàn)出了互聯(lián)網(wǎng)泡沫式的牛市,”投資公司Stansberry Research首席策略官史蒂夫·舒哥德(Steve Sjuggerud)表示,“中國股市由散戶投資者驅(qū)動,美國并沒有這么多的散戶投資者。在我們的股市達(dá)到頂點(diǎn)前,我們將會看到類似場景出現(xiàn)。但現(xiàn)在,投資者持懷疑態(tài)度。”
中國這一輪的牛市推動上證綜指在過去12個月上漲了99%,也連帶推動了納斯達(dá)克綜合指數(shù)的上漲。在美上市中概股加入了Netflix、Twitter、Facebook等公司股票的上漲狂歡,使得納斯達(dá)克互聯(lián)網(wǎng)指數(shù)十分接近互聯(lián)網(wǎng)泡沫時(shí)代創(chuàng)下的紀(jì)錄。
過去1個月,去哪兒、500彩票網(wǎng)、攜程等中概股股價(jià)至少上漲了45%,成為納斯達(dá)克互聯(lián)網(wǎng)指數(shù)上漲的中堅(jiān)力量。Netflix是納斯達(dá)克互聯(lián)網(wǎng)指數(shù)中表現(xiàn)最好的美國成分股,漲幅為33%;其次是Endurance,漲幅為27%。
受到全球用戶超過6200萬,《紙牌屋》等原創(chuàng)劇吸引新用戶的推動,Netflix股價(jià)在周四大漲18%。Netflix是今年標(biāo)準(zhǔn)普爾500指數(shù)中表現(xiàn)最好的成分股。Twitter股價(jià)今年已經(jīng)上漲了45%,F(xiàn)acebook上漲5.5%。
好文章,需要你的鼓勵
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,已在多個任務(wù)上驗(yàn)證有效性。