4月29日,英特尔与Snap、纳斯达克、戴尔科技及NTT数据共同宣布成立全球包容联盟,并制定了多元与包容指标。这些指标基于英特尔在2020年发起的一项全球调查,以确定13家主要公司在多元与包容方面的进展情况。相关调查数据形成了包容性指数,并发布于联盟打造的全新网站。该指数作为跟踪多元与包容改进的基准,分享当前的最佳实践,并强调各行业可以改进成果的机会。
联盟将重点关注在四大关键领域取得的进展:
在英特尔首席多元与包容官(CDIO)兼社会影响力副总裁Dawn Jones看来:“确定一套统一的多元与包容指标以及标准是各行各业的企业一直以来面临的一大挑战。包括在科技领域,在领导岗位上女性及少数族裔占比就仍然存在着差距。全球包容联盟和指数的目标在于提供一套统一的评估体系,以便更好地跟踪相关进展以及发现可以做出改进的地方。我们欢迎更多机构加入我们的行列,利用集体的优势和能力在企业、社区和整个社会范围内创造积极的变化。”
2020年,英特尔制定并发布了全新的2030年RISE战略及目标,以期借助英特尔技术以及员工的专长和热情,努力创造一个更负责任、包容和可持续的未来。多元与包容是英特尔文化的重要部分,Dawn Jones即领导着公司的全球多元与包容战略,以及公司推动积极全球影响的投资及项目——这就包括优先考虑跨公司以及全行业的举措,以实现英特尔的2030年RISE战略及目标。
全球包容联盟的成立及包容性指数的发布是迈向英特尔2030年战略及目标的坚定一步。联盟的合作伙伴们一致认为,加快采用包容性商业惯例的最佳路径在于透明与协作。全球包容联盟计划每年至少召开两次会议,以跟踪每一家公司的状况,并对指数进行评估与监测。下一次包容性指数的调查将在2021年秋季进行。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。