秘密App是由无觅团队通过Secret获取灵感,将基于通讯录的匿名社交引入国内。它建立在熟人社交之上,但是却具有其他社交应该所不具备的特质:可以将内心想讲出来的话都说出来。
网友通过导入自己的手机通讯录,可以看到来自通讯录联系人发布的各类匿名信息。为了保护隐私,你需要邀请三个以上的好友才能真正看到属于朋友的秘密。只是到底是来自熟人的秘密,你要如何忍住不去猜测这条秘密的主人究竟是谁?在“秘密”中,用户没有个人页面,甚至每个人的头像也都是随机分配的,这样就避免了被别人认出来。
「秘密」中,除了完全匿名,与微信朋友圈最大的区别在于,你能看到朋友的朋友发的秘密。在一个新组成的半熟人际网络中,发布一些半确定性言论,能让使用者进入探索一个完全未知或半知的世界,给人带来强烈刺激感,或许这是“秘密”迅速爆红的原因。
有网友如此描述这样的社交方式:这就像是参加一场假面舞会,会让你不自觉地释放出自己在现实生活中隐藏起来的另一面。由于匿名,在这里,任何人都可以尽情地吐槽、爆料、发泄、八卦。不过,也有人担心,匿名会让造谣、中伤变得肆无忌惮,“挖掘出人性中阴暗与恶的一面。”「秘密」究竟是天使还是魔鬼,或者火一把就销声匿迹,我们还将拭目以待。
每个人都有自己的秘密,窥私欲如影随形一样,瞬间,大家的倾诉欲和好奇心似乎被它点燃,相比朋友圈这种光鲜亮丽但其实压力巨大的熟人社交,这里更像是一场卸下防备打回原形的狂欢。
在最后,分享两个段子。
【当朋友们都匿名了,他们会怎样】
在朋友圈:「还是宝马5系开着舒服,是时候和我那辆奥迪A4说掰掰了!」
「能每天睁开眼睛跟老公说早安,这就是我最大的幸福!」
在秘密:「一大早醒来我身上就背负着房贷车贷各种贷款,压力好大,活着真累!」
「3年前我走上了长江二桥,打算结束生命,但因他留下来了。他现在是我老公。」
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。