日本电气株式会社(以下称NEC)和FiNC株式会社(以下称FiNC)将融合NEC的先进物联网技术和FiNC的以企业为对象的健康服务“FiNC for BUSINESS”,共同推进新健康解决方案的开发。
这也是两家公司自2017年4月起在医疗健康领域合作的重要一环。2018年10月起,NEC将在公司内部进行验证实验,以期可以在2019年开始提供该项服务。
该解决方案将通过内置在鞋子及鞋底的IMU(Inertial Measurement Unit:惯性传感器)、通信模块、电源等可穿戴式传感器来获取步行数据。根据这些数据对步幅、速度等步行状态进行精确的推测,并将推测结果与FiNC应用中积累的生活日志数据信息进行对照分析,发挥两家公司的优势,提供舒适的个性化解决方案。
在日常生活中,为了健康长寿,有意识地进行健康生活是非常重要的,但在实际行动中很难经常保持这种健康意识。同时,以往为掌握人的步行状态,必须使用步行时的影像或直接在身上安装可穿戴式传感器,在场所、便利性、费用等方面都存在需要解决的问题。此次NEC开发的技术,实现了可穿戴式传感器的小型化和轻量化,并可以将其内置到鞋子和鞋底。这样一来,可以不受场所和时间的限制,在意识不到传感器安装的前提下获取日常步行数据,针对个人的健康状况提供更精准的健康建议。
NEC和FiNC还将共同推进该解决方案的验证实验,积累经验,以期今后能进一步完善并促进该解决方案的应用。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
SEALQA是维吉尼亚理工大学研究团队开发的新型基准测试,旨在评估搜索增强型语言模型在面对矛盾、嘈杂或无用搜索结果时的推理能力。它包含三种测试:SEAL-0(极具挑战性的核心问题集)、SEAL-HARD(更广泛的困难问题集)和LONGSEAL(测试长上下文多文档推理)。研究发现,即使是前沿模型在这些测试中表现也很差,增加测试时计算资源往往不能带来可靠的性能提升,高级推理模型对嘈杂搜索结果特别敏感,模型在识别大量干扰文档中的相关信息时仍然困难重重。
这篇论文提出了"计划与预算"框架,解决大型语言模型在推理任务中的效率问题。研究者发现模型存在"推理失调"现象——简单问题上过度思考,复杂问题上思考不足。他们开发了贝叶斯预算分配模型(BBAM)作为理论基础,将推理分解为子问题并根据不确定性分配计算资源。实验表明,该方法在不同任务上显著提高推理效率,令牌使用减少39%,E?指标提升187.5%,且能使小型模型达到大型模型的效率水平。