当地时间周三,雅虎公司宣布与Yelp建立合作关系,将深度集成Yelp。
集成Yelp服务后,雅虎将允许搜索用户通过雅虎主页在所有设备上访问包括评级、评论和图片在内的Yelp内容。Yelp列表被置放于链接顶部,而Yelp用户的点评、商家信息、星号评级和照片将出现在显示屏右边。并标注有Yelp的logo。Yelp与微软、苹果等公司开展有类似合作。
对于雅虎来说,直到现在才与Yelp达成合作关系,显得有些迟缓。前些时候关于两家公司的合作传闻首度被曝光后,前雅虎本地搜索业务高管吐槽称,雅虎的部分业务正陷入困境,“其实雅虎在很久以前就应该去进行这项投资了,目前雅虎平台几近崩溃。”他还补充说,雅虎现有的本地搜索技术与当前市场上的搜索发展趋势并不一致,这使雅虎业务在全球化策略中大受挫折。
雅虎公司最为知名的合作伙伴就是软件巨头微软,二者达成了长达10年的合作协议。虽然这并不是在梅耶尔任职期间达成的,微软负责雅虎主页核心网页功能,但雅虎仍控制着用户界面。现已有传闻称,雅虎正在回归核心搜索业务,努力改善搜索结构和搜索广告业务。但无论是哪种方式,集成Yelp将突显该公司在搜索领域作出的努力。
集成Yelp,对于雅虎来说,符合其整体经营理念:通过合作伙伴关系取得增长。之前,雅虎CEO玛丽莎·梅耶尔(MarissaMayer)也曾表示,雅虎是一家非常友好的公司,会向专有技术落后的合作伙伴开放。雅虎产品管理高级主管Anand Chandrasekaran周三表示,“在雅虎公司,我们总期望能够建立伟大的合作伙伴关系,向我们的用户提供更丰富的体验。”
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。