
下午,安卓手机内容聚合平台豌豆荚发布4.0新版,并正式宣布以“移动内容搜索”为核心战略。
搜索:从应用深入到内容 基于移动端数据
作为安卓手机内容聚合平台,一直以来,豌豆荚都以“移动内容搜索”为方向进行投入和发展,在豌豆荚联合创始人、,成为人们接入网络最主要的一“屏”。
王俊煜 2010年与2014年豌豆荚办公室对比图
王俊煜强调,豌豆荚在搜索上所积累的数据基于移动。手机搜索不是PC搜索的延伸,而是来自移动端的内容和用户行为数据。
统一搜索入口 百万内容资源
会上,豌豆荚“移动内容搜索”在豌豆荚 版上也得到了完整的呈现,将搜索扩展到包括应用、游戏、视频、电子书、壁纸、主题、音乐等在内的多个娱乐类别,并通一致的内容呈现出来。
在呈现上,用户可从统一的搜索入口发现自己想要的内容,免去了进入多个应用进行多次搜索的过程。
例如,用户想看《仙剑奇侠传》,搜索出来的包括视频、游戏、电子书、壁纸、应用等多类相关内容,且可在不同类别中间直接切换。而当一个关键词对应不同类别的娱乐内容时,新版豌豆荚将凭借积累的移动用户行为数据,判断在手机上用户希望优先获取哪类内容、并优先展示。
值得一提的是,豌豆荚在应用和游戏、视频、电子书、壁纸的内容索引都已经超过100万。
支持开放
豌豆荚4.0版本中基于内容的搜索方式,提供了简单的技术接口,开发者能以原生应用自由接入豌豆荚,无需重新构建产品。豌豆荚不会将用户和流量圈在自己的产品内,而是告诉用户在哪里可以找到他们想要的内容,然后将用户和流量直接导到开发者的产品中,为开发者带来收益。
王俊煜指出:“移动内容搜索”战略离不开开发者,豌豆荚希望最大化开发者利益,建立更开放的生态系统。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。