戴尔创始人兼首席执行官迈克尔•戴尔是联合国基金会的第一个全球性的企业家精神倡导者。承担着这一新角色,他为全球倡导者设立了一项持之以恒的使命----倡导就业机会和经济增长的联合企业家精神,旨在通过支持创造最多就业机会的企业家,为创造下一个十亿就业岗位铺就道路。
在去年召开的社会公益峰会上,迈克尔·戴尔公布了他的任期议程,旨在确保将创造就业岗位和为企业家提供支持列入2015年可持续发展目标(SDG)最终清单,即为第八目标。联合国大会将于2015年9月对SDG进行投票,确定联合国各成员国到2030年的发展重点,因此这一目标非常重要。各个成员国都将有效地制定国际规范,这些规范会从国家层面影响策略决策,并推动数万亿美元的国内消费、私人投资以及公共和私人采购。
SDG的首要目标是在2030年以前消除绝对贫困。如果无法创造出新的、更好的就业岗位,这一目标将如何实现?那么由谁来创造这些就业岗位呢?答案就是企业家。初创公司和快速发展的新企业创造了全球70%的净新增就业岗位(在某些新兴市场国家甚至高达90%)。
创造就业岗位和为推动就业机会的企业家提供支持是一项全球要务,这是影响全球议程的千载难逢的机会。参与进来,让世界倾听您的心声。
在我们的EntrepreneursUNite 8号目标请愿书上签下您的名字,为所有地区的就业率增长和经济发展机会贡献您的力量。在9月份,我们将把它递向联合国,让世界倾听我们的心声。立即行动,支持#entrepreneursUNite。发起一项全球活动,让每一个人都从中受益!
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。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
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。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。