今日,有媒体报道称,华为日前内部发文,宣布原则上停止社招,特殊情况除外,并且该文由轮值董事长签发。
据媒体爆出的这份名为董事会常务文件《关于落实公司人才供应策略的决议》显示,“华为公司原则上停止普通社会招聘”,不在优秀往届生、关键稀缺人才以及公司专项招聘范围之内的各部门不得发放offer,特殊情况需经轮值董事长审批。
该媒体报道称,公司整体人力缺口和新鲜血液的补充,绝大部分由应届生招聘满足(含优秀往届生),能力补充由关键稀缺人才招聘满足,其他人才缺口以内部调配为主。
对此,环球网科技记者向华为方面求证,对方回应称该报道为不实报道。并将持续开放,面向全球吸收优秀人才,在公司新愿景下推进业务不断发展。
回应如下:
我们也注意到今天网络上关于华为停止社会招聘的不实报道。 员工是华为的宝贵财富。过去三十年,正是广大员工的奋斗造就了华为,让我们成长成一家拥有18万员工、服务170多个国家与地区客户的全球化公司。 我们将持续开放,面向全球吸收优秀人才,在公司新愿景下推进业务不断发展。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。