响应其移动基础设施需求达到历史新高(过去五年流量增长超过一倍)的情况,维珍传媒 O2 (VMO2) 承诺投资约 7 亿英镑来提升其网络的可靠性、速度和覆盖范围,以实现性能的"质的飞跃",为客户提供"最佳"体验。
这项举措是该运营商正在进行的移动转型计划的一部分,包括对尖端移动基础设施和核心网络升级的重大投资。这也是 VMO2 今年在固定和移动网络及服务方面 20 亿英镑总投资的组成部分。
转型计划旨在重点投资网络中需求最高和连接最关键的区域。运营商计划重点改善的优先区域包括铁路、公路、人口密集的城市区域、偏远难以到达的地区、体育场和场馆。
通过将移动和固定网络更紧密地结合,并使用自己的光纤网络连接移动站点,VMO2 有信心能够提高部署新移动基础设施的稳定性和速度。在难以到达的地区,卫星技术也将被用于连接公司的基站,这是解决偏远信号盲区的一种经济有效的方式。
评估运营商的目标时,VMO2 首席技术官 Jeanie York 强调,公司不仅仅是在升级基础设施,还在为未来创新创建平台。
她说:"维珍传媒 O2 致力于为客户提供可靠的连接体验,无论他们身在何处。我们的移动转型计划将必要的财务投资与最新的技术创新相结合,使这一目标成为现实。该计划确保我们的客户在新技术和需求出现时继续享受卓越的可靠性。"
新计划将重点扩展农村和沿海地区历史信号盲区的 4G 和 5G 覆盖,在人口密集的城市地区专门部署小基站以提升容量,并解决铁路线、机场、高速公路以及体育场和竞技场等持续存在的网络痛点。
此外,VMO2 认为,体育场和交通枢纽等网络热点将受益于创新合作伙伴关系和定制解决方案,包括分布式天线系统 (DAS),旨在显著提高一些最高需求地点的吞吐量和客户体验。
在一个特定用例中,DAS 和专用网络将被部署以确保现场活动参与者的不间断连接。这在公众对不间断连接需求的排名中位列前十。
VMO2 表示将开展重大计划使其移动网络适应未来发展,包括部署额外频谱、利用人工智能和停用网络过时部分,包括 3G 网络。
VMO2 表示,停用这个传统网络将使其能够将投资重点放在更节能和更高容量的未来网络上,而利用 AI 将使运营商能够释放效率,这些效率将被重新投资以改善网络体验。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。