ZDNet至顶网软件频道消息: Imagination Technologies与甲骨文展开广泛的合作关系,旨在增强 Java 对嵌入式与物联网应用的支持,并将 Java 对 MIPS CPU 架构进行最优化设计。
Oracle 和 Imagination 正开展共同合作,将对 Oracle JDK(Java 开发套件)、Oracle Java SE Embedded 和其他产品的支持带到 MIPS32 和 MIPS64 系统中。
Java 是多种网络应用的基础,同时也是开发和提供嵌入式、网页和企业内容、以及应用程序的全球标准。
在 MIPS32 和 MIPS64 指令集架构(ISA)纳入广泛的 Java 支持后,MIPS 授权客户便能利用此移植性能高的语言和平台开发各种广泛的应用,包括路由器、无线接入点、家用网关、下一代客户端(CPE)设备、其他网络设备、移动设备、物联网、以及嵌入式设备等。
此外,Imagination 和 Oracle 将合作提升 Java 在采用 Imagination PowerVR 图形处理器的系统上的运行性能。
Oracle 公司 Java 和物联网部门副总裁 Nandini Ramani 表示:“MIPS 架构在网络、嵌入式和其他重要市场已获得广泛采用。我们很高兴看到 Imagination 在其 MIPS 蓝图中展示的差异化特性,同时我们也看到了 Java 对 MIPS 架构提供最优化支持的需求正日益成长。通过与 Imagination 建立的新合作关系,我们将能强化 Java 在各种大量市场的接受度。”
Imagination 北美分公司总经理 Krishna Yarlagadda 表示:“Imagination 致力于建立强健的 MIPS 生态系统,开展 prpl 开放源基础这类新计划充分体现了我们的承诺。我们对于与 Orcale 建立的新合作关系感到非常振奋。Java 已成为许多应用的业界标准之一,我们的客户正利用 Java 开发令人惊艳的下一代产品。我们期望能够针对我们广泛的 IP 产品组合维持与 Oracle 的长期合作关系。”
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。