5月5日消息,Uber廣州公司近日被查,隨后,Uber廣州分公司相關(guān)負責人表示,Uber廣州車主官網(wǎng)“司機之家”沒有關(guān)閉,關(guān)于廣州服務(wù)受影響的傳言并不屬實,服務(wù)未受影響。
據(jù)廣州當?shù)孛襟w報道稱,目前Uber辦公室大門緊鎖,已空無一人,就連中國電信營業(yè)廳中都掛上了Uber暫停業(yè)務(wù)的通知,不過Uber“司機之家”確實仍在正常運作。
援引南方日報消息,在“司機之家”的走廊里,仍有數(shù)位司機正拿著相關(guān)手續(xù)排隊,辦公現(xiàn)場有工作人員進行發(fā)號、維持秩序和控制人員出入。
目前,Uber廣州公司由于無法提供相關(guān)的營業(yè)執(zhí)照,也沒有登記注冊信息,所以無法判斷Uber廣州究竟是內(nèi)資還是外資企業(yè),但至于其道路運輸許可證則由交委認定。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務(wù)上驗證有效性。