移动卫星宽带连接的可靠性将因为使用Vicor分比式电源架构(FPA)得到显著提升,从而可在低电压下提供极大的电流,确保移动通信的稳定。
作为卫星移动宽带应用的企业级电子导航天线(ESA)系统的领先开发商,Phasor与Vicor合作,为其系统开发了一款电源解决方案,该系统提供了在移动过程中前所未有的连接速度与带宽。
该技术为航空、航海、陆地移动与国防应用提供了可靠的卫星连接并取得重大突破,它帮助终端客户不管以何种交通方式出行时,,都能实现参加多方视频会议或在线观看视频和播放音乐时不中断或掉线。
Phasor的纤薄、平坦或保形固态电子导航天线系统可内置于火车等车辆的车顶,天线厚度小于25毫米,性能堪比2.4米以上宽度的碟形天线。VicorFPA外形纤薄却可提供高功率密度,支持Phasor的移动通信系统以极低的电压提供极大的电流。
Phasor负责运营的高级副总裁Mike Warren表示:“Vicor是一家支持技术创新的重要合作伙伴,可帮助我们实现产品差异化。FPA技术在我们的ESA中发挥着不可或缺的作用,我们期待产品商业化之际仍持续保持与Vicor的合作。”
VicorFPA封装包含预稳压器模块(PRM)和变压模块(VTM)/电流倍增器,它们加在一起,可提供全面的隔离式稳压DC-DC转换器功能。变压模块(VTM)是一种谐振转换器,因此与硬开关转换器相比,噪声也很低。
Vicor系统能够将48V电源转换成1.5V电源(在电流更大的新一代天线中为1V),这对Phasor天线的成功运行至关重要。Phasor希望在65A(甚至80A)的电流下实现这一转换,这是为其专用集成电路(ASIC)供电的主要设计挑战。与传统DC-DC转换器相比,Vicor变压方案可提供更高的电源传输性能和效率,无需支持多个不同相位的硬开关转换器来实现65A的电流。
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。