
5月22日消息 有知情人士透露,腾讯公司副总裁、公共关系负责人刘畅宣布从腾讯离职,自主创业推出了新的个性化旅游服务平台“吹米”。
据刘畅自述,目前中国每年都有大量自由行游客,渴望到别人的生活里走走,期待更深地融入当地文化,体验更加极致的旅程,结交有趣的朋友,这些人叫做“游米”;而那些最会玩、可以提供旅游服务的人叫做“伴米”。“吹米”意在构建一个个性化旅游服务平台,在这个平台游客和陪伴的导游可以进行双向选择,获得最佳体验。
刘畅自2008年加盟腾讯,长期负责公共关系业务,曾因在3Q大战上流泪宣布腾讯的“艰难决定”而被业界熟知。许多熟悉刘畅的人表示,她一直对热衷于旅游,去过很多冷门旅游地,此次再出发创业也是筹备已久。
数据显示,2014年中国出境游客人次突破1亿,越来越多的年轻一代开始选择自由行、深度游,私人定制、个性化旅游的需求开始爆发,包括中青旅、蚂蜂窝等在内的传统和在线旅游平台,都开始大力投入这块业务。
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。