英特尔已将其首次发行的12.5亿美元绿色债券所得收益中的4.25亿美元分配至特定项目,约占其收益的34%。英特尔首次发布的《绿色债券影响报告》显示,此次绿色债券的收益将用于投资公司的可持续运营,涵盖污染防治、水资源管理、能源效率、可再生能源、循环经济与废弃物管理五大可持续发展领域的相关项目。
英特尔首席财务官David Zinsner表示:“英特尔首次发行的绿色债券是我们践行企业责任的重要举措。通过这些投资,我们在减少温室气体排放、节约能源、减少用水量和废弃物管理方面取得了重大进展。作为可持续计算领域的长期领导者,我们在为客户、社区、员工和股东提供价值的同时,最大限度地降低对地球的影响。我们将继续推动全球半导体供应链的发展,并持续探索创新方式,推进负责任的商业实践。”
英特尔的绿色债券为符合规定标准的项目提供资金支持,以支持英特尔推进环境可持续发展目标。例如,绿色债券的收益被用于投资英特尔的水再生利用设施,英特尔因而得以处理和重复使用设施系统中的水资源,同时节约制造用水。绿色债券的收益还被用于投资使用点(POU)减排装置,从而减少温室气体(GHG)排放。据估计,在2021年和2022年,这些项目帮助英特尔减少了530万公吨的温室气体排放,节约了45亿加仑的水,并将5.6万吨废弃物处理方式转为非填埋处理。这些项目还将在未来持续发挥重要作用。
这些投资旨在支持英特尔的长期可持续发展承诺,包括到2030年全球运营及制造范围内100%使用可再生能源、实现水资源全部有效利用和零垃圾填埋;到2040年在全球运营中实现温室气体净零排放;到2050年实现上游温室气体净零排放。2022年底,英特尔全球运营的可再生电力使用率达到93%,在美国和印度实现水资源全部有效利用,并且废弃物填埋率仅为6.4%。
英特尔将于2024年继续更新《绿色债券影响报告》,进一步介绍关于可持续发展的投资。
说明
本文中有关未来计划或预期的陈述均为前瞻性陈述。此类陈述是基于当前预期而做出的,涉及若干风险和不确定性,并可能会导致实际结果与这些前瞻性陈述明示或隐含的内容之间出现根本性的不同。欲了解有关可能导致巨大结果差异的更多信息,请在www.sec.gov网站上参考英特尔提交给美国证券交易委员会(SEC)的备案文件。
无法保证绿色债券的净收益将用于适合任何投资者投资标准的项目。
本新闻稿不构成在不允许此类要约或出售的任何司法管辖区出售或征求购买任何英特尔证券的要约。
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。