美国社交网络Twitter今天公布了截至9月30日的2014财年第三季度财报。报告显示,Twitter第三季度营收为3.613亿美元,比去年同期的1.686亿美元增长114%;净亏损为1.75亿美元,比去年同期的净亏损6460万美元。
不按照美国通用会计准则,Twitter第三季度调整后净利润为700万美元,每股收益为1美分,汤森路透分析师平均预期为每股1美分,符合分析预期。
财报显示,截至2014年9月30日,Twitter的月度平均活跃用户人数为2.84亿人,比去年同期增长23%,比上季度增长24%;Twitter移动端月度平均活跃用户人数在总月度平均活跃用户人数中所占比例为80%;Twitter第三季度时间轴浏览量达到了1810亿次,比去年同期增长14%;Twitter第三季度每千次时间轴浏览量的广告营收达到了1.77美元,比去年同期增长83%;Twitter第三季度85%的广告收入来自移动设备,较上年同期增加70%。
但Twitter上述业绩并不足以打动投资者,因为用户增长速度未能达到分析预期,导致Twitter盘后股价跌幅逾10%。今年以来,该公司股价下跌了近24%。
Twitter预计,2014财年第四季度营收在4.4亿美元至4.5亿美元之间,增幅至少为81%,但低于去年同期116%的增幅;调整后EBITDA(不按照美国通用会计准则)在1亿美元和1.05亿美元;资本支出在1.20亿美元至1.50亿美元;股权奖励支出在1.75亿美元至1.85亿美元,其中不计入与未来可能进行的并购交易相关的股权授予活动的影响。Twitter还预计,2014财年营收为13.5亿美元到13.75亿美元。
Twitter首席执行官迪克·科斯特洛(Dick Costolo)在分析师电话会议上表示:“当前,加快我们的整体执行速度显得比任何时候都重要。”这意味Twitter将以更快地速度创建新功能,并为广告商提供不同的技术创新。
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。