看视频的时候,大家都不喜欢看广告,而要为广告付费的时候,很多人却又选择了去忍受看广告,爱立信消费者研究实验室给出了新的解决方案,让用户去选择要看的广告,看什么,怎么看。
日前,爱立信消费者研究室发布电视及媒体最新年度报告,研究显示,流媒体几乎与传统电视观看并驾齐驱,75%的消费者每周都会观看几次流媒体视频,由此,用户在移动终端上观看视频的时长逐年提高,而随着订阅式视频点播(S-VOD)服务的出现,让消费者能够以较低的固定资费获得大量的视频内容。
针对内容的支付方式,爱立信消费者研究室东北亚区总监徐晓莉认为,中国城市消费者更愿意通过观看个性化广告来获取内容的接入,30% 左右的用户希望通过这种方式来观看正在播放的电影或电视剧节目。
图:爱立信消费者研究室东北亚区总监徐晓莉
很多用户在看视频的时候,都希望候最好没有商业广告,去广告也成为影响用户体验的重要因素之一。在接受调查的中国用户中,23%的用户选择最好没有广告,如果没有广告可以考虑多付一点钱,比如片头、片尾或中间部分没有广告最好。
然而,在徐晓莉进行调查的时候发现,很多用户是不愿意为去广告来付费的,所以,爱立信消费者研究室提出,可以给用户一些相关的广告内容,让读者自行选择感兴趣的内容。
“比如我喜欢汽车,放的广告是跟汽车相关的,那就不要放摩托车或电冰箱的广告给我。在这个数据里面看到超过40%的消费者同意把个人信息提供,但是最好给我一个选项,比如哪类商业广告不看,哪类的不看。甚至有接近40%的消费者选择,如果我给你了个人信息或者收集个人信息,最好让我拿到符合我的内容符合我的需求。当然这些有一个前提,前提是这些数据一定要保证是比较正当的使用。在这样的前提下,大部分的消费者还是接受提供个人信息或收集个人信息,前提条件首先是对消费者有好处。”徐晓莉说。
与个性化广告相对应的个性化内容上,爱立信消费者研究室认为,打包整合的个性化媒体体验将为用户带来更多价值,而消费者也更倾向于选择灵活的、可根据个人喜好,进行自由组合频道和媒体内容的电视解决方案。
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。