北京時(shí)間4月28日早間消息,谷歌歐洲戰(zhàn)略合作主管卡羅·達(dá)薩羅·碧昂多(Carlo D’Asaro Biondo)接受《金融時(shí)報(bào)》采訪時(shí)透露,谷歌考慮對(duì)備受爭(zhēng)議的谷歌新聞服務(wù)大幅改版,幫助身處困境的出版商在網(wǎng)上創(chuàng)收。
這番言論正值谷歌與歐洲8大報(bào)業(yè)集團(tuán)宣布組建聯(lián)盟,共同提升新聞出版商的數(shù)字技能和商業(yè)模式之際。
這個(gè)項(xiàng)目名為“數(shù)字新聞”,谷歌將借此與8大報(bào)業(yè)集團(tuán)共同展開(kāi)產(chǎn)品開(kāi)發(fā),并向其提供數(shù)字技能培訓(xùn),還將在未來(lái)3年向數(shù)字項(xiàng)目撥款1.5億歐元?!督鹑跁r(shí)報(bào)》、《衛(wèi)報(bào)》、法國(guó)《回聲報(bào)》、西班牙《國(guó)家報(bào)》和德國(guó)《時(shí)代周報(bào)》都參加了這一項(xiàng)目。
在被問(wèn)及谷歌是否準(zhǔn)備調(diào)整自家平臺(tái),為新聞行業(yè)提供幫助,而不僅僅是提升新聞出版商的數(shù)字技能時(shí),碧昂多說(shuō):“這些領(lǐng)域都會(huì)涉獵,我希望為出版商做出更多貢獻(xiàn),我知道我們能為他們提供更多幫助。”
報(bào)業(yè)公司多年來(lái)一直批評(píng)谷歌新聞,指責(zé)其掠奪新聞網(wǎng)站的流量,導(dǎo)致那些采用在線訂閱模式的服務(wù)處于不利地位。在西班牙去年啟動(dòng)一項(xiàng)新法,要求該公司為所有版權(quán)內(nèi)容付費(fèi)后,該公司關(guān)閉了西班牙的谷歌新聞網(wǎng)站。
在“棱鏡門(mén)”披露后,谷歌在歐洲也面臨不利形勢(shì),歐盟委員會(huì)本月早些時(shí)候剛剛對(duì)其發(fā)起正式反壟斷訴訟。
谷歌正在考慮如何對(duì)使用收費(fèi)墻的內(nèi)容網(wǎng)站更為友好,但有很多企業(yè)抱怨稱(chēng),該公司的廣告商業(yè)模式對(duì)其構(gòu)成了傷害。
“訂閱或內(nèi)容按需付費(fèi)是我們希望開(kāi)發(fā)的領(lǐng)域之一。”碧昂多說(shuō)。他還補(bǔ)充說(shuō),該公司還會(huì)在搜索引擎中給予擁有較高知名度以及在某些領(lǐng)域擁有專(zhuān)長(zhǎng)的新聞網(wǎng)站更高的權(quán)重。
但他也補(bǔ)充說(shuō):“需要明確的是,方向并不是我們決定的,而是消費(fèi)者決定的。如果我們相信消費(fèi)者對(duì)不同的模式或者按需支付方式感興趣,便會(huì)更愿意開(kāi)發(fā)這類(lèi)技術(shù)。”
作為谷歌最主要的批評(píng)者,德國(guó)施普林格和美國(guó)新聞集團(tuán)均未參與這一新聞項(xiàng)目。但碧昂多表示,谷歌今后仍然歡迎他們加入,他相信務(wù)實(shí)的思想總能贏得勝利,谷歌會(huì)繼續(xù)贏得應(yīng)有的信任。
另外三大創(chuàng)始成員還包括德國(guó)《Frankfurter Allgemeine Zeitung》、荷蘭公司NRC Media和意大利《La Stampa》。
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(kāi)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(kāi)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。