中国上海,2024年7月31日 ——全球领先的网络连接解决方案提供商康普(纳斯达克股票代码:COMM)近日宣布,公司已签署一项最终协议,将其室外无线网络(OWN)部门以及网络、智能蜂窝和安全解决方案部门下的分布式天线系统(DAS)业务出售给安费诺集团(纽约证券交易所股票代码:APH)。
康普将获得约21亿美元现金,交易完成后由安费诺支付。根据惯例成交条件,包括获得适用的监管机构批准,本次出售预计将于2025年上半年完成。
康普总裁兼首席执行官Chuck Treadway表示:“康普在推动创新和为客户创造价值方面享有盛誉。这项交易使康普能够更加专注,并进一步加强其剩余细分市场和业务部门的CommScope NEXT的优先事项。我们相信在安费诺集团的领导下,康普的室外无线网络(OWN)和分布式天线系统(DAS)业务将继续表现良好。”
室外无线网络(OWN)部门为移动网络提供无线基础设施,包括宏基站和小型蜂窝基站解决方案。康普DAS分布式天线系统(DAS)业务为场馆、园区和企业内的蜂窝基础设施提供解决方案。
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。