至顶网CIO与应用频道 09月17日 编译:总部位于北京的区块链游戏平台Cocos-BCX日前从全球投资者(包括Binance Labs、500 Startups、BlockVC和NEO Global Capital)筹得4000万美元的新融资。Cocos-BCX平台由Cocos2d-x的创始团队创建。庞大的开源游戏开发平台Cocos2d-x曾催生过许多热门手机游戏,包括“愤怒的小鸟”、“列王的纷争”和“迷失之地”等。
联合创始人Richard Yang表示使用区块链技术进行游戏开发是很自然的选择。他表示,“任何游戏里都有经济成分。开发者和玩家利用区块链可以验证稀缺性。”换句话说,区块链技术可用于管理玩家在游戏过程中收集的虚拟资源供应和所有权,如卡片、硬币、武器和稀有物品等虚拟资源。
Cocos-BCX上个月在Medium网站上的贴也提出,由于公众可以看到并验证在区块链上构建的源代码,区块链技术可根据游戏机制创建一个更加透明的社区并加深游戏玩家和开发者之间的关系。
Cocos-BCX平台将包括基于区块链的游戏引擎、开发环境和名为CocosChain的公共区块链。Cocos-BCX的终极目标是成为一站式商店,供游戏开发商在多个区块链系统里构建、发布和维护游戏。
创始人Haozhi Chen在一份声明中表示,“有了这些新资本的注入,我们必将推动区块链游戏产业向前发展并专注于以更快的速度渗透市场。” 现有的Cocos2d-x社区规模达110万开发人员,Cocos-BCX希望社区能够加速Cocos-BCX平台的主流采用。
Cocos-BCX平台的预览测试版本上个月在上海举行的年度博彩贸易展ChinaJoy上发布。测试版预计将在今年第四季度推出,平台将于2019年第一季度或第二季度正式推出。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。