至顶网软件频道消息:2018 TEF 快应用开发者大赛于12月12日正式发布复赛名单,经过三个月的赛程,共收到570组近千人报名,提交应用200多个。经过快应用生态平台十大厂商打分评选,共有25个优秀快应用进入复赛名单,涵盖生活服务类、新闻资讯类、旅行出游类、医疗健康类、教育学习类、视频播放类、社交通讯类、网购优惠类、母婴育儿类和图书阅读类总计10大类型产品。他们分别是:
(排序与作品排名无关)
在二百多个作品中名列前茅,相信足以说明这些产品的成熟与优质,在这份脱颖而出的名单中除一些资深技术团队在册外,我们也不乏看到一些新鲜面孔。
从入围作品的类型来看,工具类和服务类的产品占绝大多数,这其实也从侧面说明快应用的使用场景,可以通过搜索或者手机负一屏入口,以最直接的方式,最短的距离,最快速解决用户需求。
而在本次大赛中,虽然社会组的作品提交数远远多余高校作品,但是高校组的作品却有非常不错的作品创意呈现。在接下来的赛程里,12月24日将公布进入决赛的15个作品名单,决赛作品网络投票也将与24日正式开启,获票最高者将获得最佳人气奖,本次大赛的最终大奖名单将于2019年1月份揭晓。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。