440Mbps的上传速度是在爱立信实验室的测试中实现的,测试中使用了RAN Compute Baseband 6648和联发科技的Dimensity 9200旗舰5G智能手机芯片移动设备。
爱立信表示,所用到的上行载波聚合组合采用频分双工(FDD)和时分双工(TDD)信道,测试的频段位于时下广泛部署的5G网络频率范围。
更准确地说,采用的组合为50MHz FDD n1及100MHz TDD n77。
爱立信5G RAN产品线负责人Sibel Tombaz表示,“超快的上行速度可以带来更好的用户体验。例如无延迟直播、视频会议和AR/VR应用以及沉浸式游戏和扩展现实(XR)技术等等都能够受惠。”
她表示,“爱立信和联发科技实现的440Mbps上传速度将有助于实现这种用户体验,我们也在不断设计优化5G网络的创新解决方案,以便我们的客户能够最好地利用他们的频谱资产。”
服务提供商可以充分利用新的上行速度,提高容量并利用频谱扩大对无线数据和应用的需求。
爱立信表示,上行速度可以优化服务提供商的频谱资产,“提供更好的覆盖范围、增加容量及提高数据速度”。
业界预期游戏、XR和基于视频的应用将大行其道,上行链路速度将变得更加重要。
例如,增强现实设备越来越受欢迎及增强对象越来越大,对渲染的要求变得更加苛刻。这也增加了网络传输的需求,需要更高的吞吐量和更低的延迟。
联发科技无线通信系统和合作伙伴总经理HC Hwang表示,“爱立信最先进的5G基带与联发科技旗舰智能手机芯片成功地结合,实现了5G行业的又一个里程碑,为提供卓越的移动体验铺平了道路,用户每天都能够受益。”
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。