亚马逊获得的一份题为“预期发货的系统和方法”专利文件显示,未来亚马逊将通过大数据对用户购买行为进行分析,实现在他们购物尚未下单前,提前发出包裹,以节约网购时间。
此前,亚马逊曾暗示,公司将很快利用无人机向用户发送网购家居用品。而目前亚马逊最新专利暗示的技术则更为离奇:在用户为购买之前,亚马逊将根据数据分析、熟悉用户偏好,提前将物品运往离你不远的货运中心。一旦用户下单、购买,亚马逊将在最短时间内将订购物品送达。
亚马逊在专利文档中表示,从下单到收货之间的时间延迟可能会降低人们的购物意愿,进一步阻碍了用户的网上购物活动。
亚马逊利用大数据,从用户之前的购买行为中,分析并预测用户接下来会觊觎什么电子产品或美容产品,而后在他们实际购物前,将包裹发出,而这些包裹通常会暂存在离用户不远的大仓库里。但亚马逊并在专利中,并未透露这项新技术可能缩短的配送时间。
该专利甚至建议,亚马逊可能向用户免费送出一些小礼品,即使用户没有点击购买。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。