北京時間5月13日早間消息,谷歌已經(jīng)開始針對Apple Watch更新旗下應用,第一個獲此待遇的是該公司的新聞和天氣應用。Gmail(或Inbox)、搜索、日程、Hangouts和Google+應用也有望于近期更新。
但從目前的情況來看,谷歌新聞和天氣應用似乎無法完美兼容Apple Watch,發(fā)布說明并沒有承諾太多,只是表示該應用可以兼容Apple Watch。
從具體的使用來看,天氣功能幾乎可以忽略不計,這款應用只能在Apple Watch上顯示新聞,方便用戶瀏覽當天的頭條消息。除此之外,用戶還可以旋轉(zhuǎn)旋鈕來查看照片,但目前只能閱讀新聞標題,無法直接在Apple Watch中查看全文。
點擊新聞后不會有任何反應,這似乎有點奇怪,但仍然可以通過壓感觸控功能將新聞條目添加到Safari的閱讀列表中。
值得一提的是,Apple Watch目前已經(jīng)可以使用很多新聞閱讀應用,包括NYT Now、CNN、Circa等。不過,此次更新仍然表明谷歌并未完全忽視Apple Watch,相信今后的應用更新可以帶來更多功能。
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,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的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,已在多個任務上驗證有效性。