ZDNET网络频道 01月16日 北京报道:已经拥有超过十亿用户的Facebook,在几个月前开始探索有关Facebook的办公应用的想法。并在近期推出了一个企业版本的Facebook。现在的问题是,在很多办公网络中都已经禁止Facebook的情况下,你真的会在你的办公室使用Facebook来进行工作吗?
而扎克伯格极力希望将Facebook打造成办公室中的一款应用。1月14日,Facebook进一步把这一内部想法变成了现实。其通过谷歌发布了面向Facebook的iOS测试应用程序和Android上的游戏商店。但是,目前这些应用将只提供一些可供选择的beta测试版本。
这个新版本的Facebook外观及工具很像我们熟知的Facebook的模样。其中包括事件,消息和新闻提要。不同的是社交网络和禁止了任何的广告。并且,Facebook方面还承诺,将持续跟踪企业的用户数据以改进其办公产品。
据悉,员工可以获得一个独立的Facebook的工作ID和密码,也可以使用自己的个人帐户。当员工在Facebook上发布其工作内容时将不会出现在其个人帐户中,而一些个人资料的内容则可能会在其公司的帐户中出现。
同时,Facebook的办公版本也将重点突出一项功能:Facebook群组。此功能,使员工能够形成自己的小组,分享将开展的下一项工作计划或家庭聚会计划。在去年的十一月份,Facebook推出了iOS和Android版本的群组应用,使其更容易与项目团队、同事及朋友间进行交流。
虽然,我们目前还不十分清楚利用Facebook进行工作是否会给我们带来一些隐秘性方面的问题。但在Facebook内部,很多人已经使用Facebook工作了相当长的一段时间。在2014年6月,有相关报告发表了一篇关于如何使用Facebook工作的报道。
Facebook的学习和发展首席官员Mike Rognlien解释说,拥有超过7000名员工的全球求职大军,“有些员工需要绕半个地球的距离来到总部,也许一次或两次。而远程工作可以很好的解决这些尴尬的问题。”所以,Facebook能帮助他们觉得自己是一个团队,并与各部门联合成一个整体,虽然远隔万里,可以轻松交谈,互相合作。 Roglien说,“试图联系合适的人解决问题是没有浪费宝贵的时间,这给人感觉就像是公司越来越小了一样。”
虽然很多人都开始使用这种新的工作方式,但相比类似的社交网络程序如微软的Yammer、IBM的Connections、VMware的Socialcast或LinkedIn,Facebook似乎也没有什么新的创意。我们现在正在使用的很多旧的办公工具,如互联网邮件,互联网聊天(IRC)和私人新闻组这些工具早在上世纪80年代就出现了。而IBM现在的记事本可以追溯到1973年和PLATO的注意事项。
而我们唯一看到的Facebook的亮点则是,Facebook作为一款大众社交类软件,已经到了尽人皆知的地步,而其试图将这一优势扩展到这些类似的企业软件中去,让我们每个人都知道我们现在不仅可以通过Facebook进行交流好娱乐,同时它还是一款不错的办公工具。
但值得我们质疑的问题同样存在。比如,Facebook的用户口碑。我们稍加了解就能看到,几乎每天都会有一些人将未经许可的一些照片张贴在他们的Facebook上,这些都严重违反了Facebook上的隐私声明。因此,Facebook办公版是否真会给我们带来一些隐秘性问题我们还需进一步关注。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。