今天(10月15日),一加举行了新品发布会,屏幕超旗舰8T以及可穿戴产品——全新TWS真无线耳机Buds Z亮相。凭借强大的产品矩阵和技术实力,汇顶科技携多项创新产品与解决方案,助力一加新品打造极致的产品性能和提升丰富的用户体验。
据悉,一加8T搭载了汇顶科技超薄屏下光学指纹识别方案,流畅的解锁体验完美诠释一加“不将就”的产品理念;此外,搭配两颗智能音频放大器,赋予一加8T过人的立体音效表现;智能语音增强方案(VoiceExperience)随时随地为用户提供清晰、纯净的语音通话。
可穿戴方面,一加 Buds Z采用汇顶科技入耳检测和触控二合一方案,实现精准佩戴检测的同时,为用户带来了便捷灵敏的触控操作。据悉,该方案已商用于OPPO、vivo、一加、百度等品牌的TWS耳机。
汇顶科技正致力成长为一家综合型芯片设计公司,此次多项创新方案在一加最新产品上集中亮相,不仅体现了汇顶科技在声、光、电传感器领域强大而全面的技术积累,更是汇顶科技迎接AIoT汹涌发展的浪潮,不断围绕智能终端、物联网等应用领域、持续创造客户价值的有力实践。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。