为了顺利买下EMC,Dell不惜举债450亿美元,但最近一波高达100亿美元的举债计画却突然延期10天。
打算以举债450亿美元来支撑总值670亿美元EMC并购案的Dell,最近1批价值100亿美元的发债计画却无法如期完成,截止日期将延后10天,为并购案平添变数。
这项由JP Morgan领军的发债计画原本应在10日完成,却临时宣布期限顺延10天。美国媒体各自引述不同消息来源推测可能原因,从农历新年导致在台湾与中国的参贷银行来不及准备相关文件、美金大涨提高了海外参贷银行的成本,到近来美国科技股大跌以及日益紧缩的企业融资市场,都被认为是导致发债进度落后的原因。
此外,原本打算透过出售旗下资讯服务厂商Perot Systems换取50亿美元现金以减轻公司因并购EMC而加重的债务压力,如今也面临障碍。市场传言原本有意从Dell手中买下Perot的法国资服大厂Atos已经退出竞价程序,剩下的印度Tata与日本NTT Data尽管仍在程序中,但不无可能对最终出售价格产生影响。
如果Dell无法如期依约满足并购条件,将面临高达40亿美元的赔偿。为了准备并入Dell,EMC已经采行了一系列的组织调整与撙节措施,包括进行大规模裁员。
不过亦有市场分析指出,Dell的信评分数并不差,不太可能借不到所需的金额,但也确实有银行家表达对此案可能变数的忧虑。
Dell的发言人对待外界询问,表示一切并购程序都按计画与原订时间表、条款进行。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。