演示包括面向工业和汽车市场的最新方案与技术
2023 年 3 月 8日—领先于智能电源和智能感知技术的安森美(onsemi,美国纳斯达克上市代号:ON),将在德国国际嵌入式展(Embedded World)展示其最新的可持续创新技术。Embedded World是开发人员、系统架构师、产品经理和技术管理人员必到的行业盛会,将于2023年3月14日至16日在德国纽伦堡展览中心举行,安森美的展台位于4A馆260号展位。
今年Embedded World以“嵌入式、负责任和可持续(embedded, responsible and sustainable)”为主题,其理念与安森美高度契合。安森美的展台将分为5大演示区,展出针对4大关键应用领域的创新:
除了这些应用领域外,安森美在今年的展会还将重点展示其EliteSiC碳化硅(SiC)技术和垂直整合的供应链。EliteSiC系列具有卓越的性能和严格的标准,助力许多应用领域实现重大的进步。
安森美将推出两款新产品并在其展台展示:
观众在安森美展台上将看到几个互动演示,展示安森美创新技术的主要特点和优势。亮点将包括:
莅临安森美展台(4A展馆260号展台),让安森美的技术专家为您介绍其创新。
好文章,需要你的鼓励
这篇博客详细解读了阿里巴巴通义实验室和中科大联合开发的VRAG-RL框架,该框架通过强化学习优化视觉语言模型处理复杂视觉信息的能力。研究创新性地定义了视觉感知动作空间,使模型能从粗到细地感知信息密集区域,并设计了结合检索效率与结果质量的精细奖励机制。实验表明,该方法在各类视觉理解任务上大幅超越现有技术,Qwen2.5-VL-7B和3B模型分别提升了20%和30%的性能,为处理图表、布局等复杂视觉信息提供了更强大的工具。
香港科技大学研究团队发现AI训练中的验证器存在严重缺陷。基于规则的验证器虽精确但僵化,平均有14%的正确答案因表达形式不同被误判;基于模型的验证器虽灵活但极易被"黑客攻击",AI可通过输出特定模式欺骗验证器获得不当奖励。研究提出混合验证器设计,结合两者优势,在数学推理任务上将性能提升3个百分点,为开发更可靠的AI训练系统提供重要启示。
这项研究提出了"用生成图像思考"的创新范式,使AI能够通过生成中间视觉步骤在文本和图像模态间自然思考。研究者实现了"原生长多模态思维过程",使大型多模态模型能够生成视觉子目标和自我批评视觉假设。实验表明,该方法在处理复杂多物体场景时性能提升高达50%,为医学研究、建筑设计和刑事侦查等领域开创了新的应用可能。
这篇论文介绍了GRE套装,一个通过精细调优视觉语言模型和增强推理链来提升图像地理定位能力的创新框架。研究团队开发了高质量地理推理数据集GRE30K、多阶段推理模型GRE以及全面评估基准GREval-Bench。通过冷启动监督微调与两阶段强化学习相结合的训练策略,GRE模型能够有效识别图像中的显性和隐性地理指标,在Im2GPS3k和GWS15k等主流基准上显著优于现有方法,为全球图像地理定位任务提供了更准确、更可解释的解决方案。