最近至少從eBay挖走了65名專業(yè)技術(shù)人員,希望以此加強(qiáng)電子商務(wù)領(lǐng)域的競爭力。
由于面對亞馬遜這個(gè)強(qiáng)大的競爭對手,加之對方擁有龐大的云計(jì)算基礎(chǔ)設(shè)施,沃爾瑪正在軟件、數(shù)據(jù)分析、搜索和云計(jì)算等領(lǐng)域積極招募人才。僅過去兩年,至少就有49位相關(guān)領(lǐng)域的專家從eBay跳槽到沃爾瑪。
沃爾瑪近年來從eBay挖腳員工數(shù)量
eBay在電子商務(wù)和開源軟件領(lǐng)域擁有豐富的人才儲備,因此自從2010年在硅谷設(shè)立辦事處以來,沃爾瑪就在大力挖角該公司。沃爾瑪還在eBay總部所在的加州桑尼韋爾開設(shè)了另外一個(gè)辦事處。
eBay員工最近跳槽的積極性可能進(jìn)一步增強(qiáng)。該公司今年1月裁員2400人,并計(jì)劃于下個(gè)季度分拆PayPal在線支付部門。eBay上周出售了其所持的Craigslist 28.4%的股份,并為企業(yè)部門尋找買家。
“人們看到了不祥之兆,而沃爾瑪?shù)陌l(fā)展機(jī)會似乎很不錯(cuò)。”科技咨詢公司IHL Group首席分析師格雷格·布澤克(Greg Buzek)說。
沃爾瑪發(fā)言人否認(rèn)該公司過去兩年的招聘活動(dòng)針對某家公司,并拒絕提供詳細(xì)信息。該發(fā)言人通過電子郵件表示:“我們不會針對某家公司制定招聘戰(zhàn)略。”eBay也拒絕作出回應(yīng)。
布澤克表示,eBay的技術(shù)人員以善于創(chuàng)新著稱。除此之外,eBay還在開源技術(shù)領(lǐng)域擁有深厚的技術(shù)積累,可以用于在線物流和基礎(chǔ)設(shè)施等業(yè)務(wù),而這恰恰是沃爾瑪希望與亞馬遜競爭的領(lǐng)域。“這家全球最大零售商將挑戰(zhàn)網(wǎng)絡(luò)零售行業(yè)的霸主。”他說,“沃爾瑪不可能使用亞馬遜的云計(jì)算服務(wù)。”
沃爾瑪從eBay挖角了各種技術(shù)人才,包括全球電子商務(wù)平臺和系統(tǒng)副總裁蒂姆·吉米特(Tim Kimmet),他曾經(jīng)在eBay和PayPal任職10年時(shí)間。從挖角情況來看,沃爾瑪主要看中分析、Agile開發(fā)、搜索和Hadoop及其他開源軟件領(lǐng)域的人才。該公司自稱是OpenStack最大的企業(yè)用戶之一,這個(gè)開源平臺可以幫助企業(yè)建立和管理自己的云計(jì)算和云存儲項(xiàng)目。
合計(jì)來看,沃爾瑪從eBay挖角的人才至少擁有314年的電子商務(wù)技術(shù)經(jīng)驗(yàn)。
沃爾瑪還從eBay挖來了6位人力資源員工,布澤克認(rèn)為此舉非常明智:“他們知道誰是明星員工,這就像獲得了內(nèi)部的勞動(dòng)力資源信息。”
好文章,需要你的鼓勵(lì)
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(dòng)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(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(dòng)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(gè)任務(wù)上驗(yàn)證有效性。