高性能模拟和混合信号半导体产品及先进算法领先供应商Semtech Corporation(Nasdaq:SMTC)宣布:领先原始设备制造商(OEM)和云服务供应商奈伯思(Netvox)期望通过使用Semtech的LoRa®器件和无线射频技术(LoRa技术)及开放的LoRaWANTM协议来扩大其当前的物联网(IoT)解决方案阵容。
在其支持LoRa的传感器于近期通过现场试验之后,Netvox将把其所有的250种zigbee解决方案转换为使用LoRa技术,以支持不断发展的LoRaWAN生态系统。Netvox在2017年早些时候开始对Semtech的LoRa技术进行评估,并在不到6个月之内就成功地将LoRa技术引入到公司最受欢迎的8种传感器中,且正在获得客户的积极支持。通过提供远距离、低功耗和易于部署等功能,LoRa技术和开放的LoRaWAN协议成为了多个垂直市场中物联网解决方案的理想选择,这些市场包括工业物联网(IIoT)、智慧城市、智能楼宇和智慧农业。
“Netvox在6个月前开始开发基于LoRa的产品,成功地将8种zigbee传感器转换为采用Semtech的LoRa技术,”Netvox副总裁Kent Shen说道。“我们在日前于苏州举办的LoRa联盟(LoRa AllianceTM)第九届全体会员大会上获得了巨大的收获,我们非常高兴地看到各方对我们基于LoRa的各项展示表现出的极大兴趣,于是已决定采用开放的LoRaWAN协议来转换所有的250种zigbee产品。”
“Netvox认识到通过利用Semtech的LoRa技术来扩大其物联网产品组合可获得的收益和机遇,因为更多的垂直市场正在寻找可用于其应用的远距离、低功耗功能和解决方案,”Semtech无线和传感产品事业部副总裁黄旭东(Mike Wong)说道。“Semtech的LoRa技术正在成为楼宇物联网应用的技术选择,Netvox在推动我们的世界变成智慧星球的过程中扮演着重要角色。”
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。