如何让美国和非洲的用户,也能愉快地参与今年双十一的全球购物狂欢?阿里巴巴技术团队11月3日透露,今年以来,阿里巴巴集团大范围扩展在海外的IT基础设施,以迎接首个全球化的双11。
阿里巴巴技术保障部高级专家潘健介绍,为保障海外买家和卖家的用户访问体验,阿里技术团队进行了一系列部署:今年6月新交付一个大型数据中心,用于保障海外业务;海外服务器数量翻倍,国际专线网络带宽提升10倍;海外CDN网络节点和年初相比增加了一倍,欧美覆盖范围更加全面,新增韩国、印度、澳门等亚洲节点,覆盖亚洲、欧洲、非洲、南美洲、北美洲、大洋洲六大洲;目前,海外CDN节点带宽能力已经达到数百G,可以充分保障海外用户访问速度和体验。
阿里巴巴数据中心
与此同时,针对天猫双11的技术演练早已在紧锣密鼓地进行,目前进入冲刺阶段。潘健说:“今年我们在技术上已经可以做到全链路压力测试,根据大数据分析,全程模拟双11当天海量用户的浏览、下单、支付等行为。”据了解,双11之前这样的压力测试一共会进行8次,相当于阿里技术平台提前经历8次双11考验。特别值得一提的是,这些压力测试都是在不影响淘宝和天猫正常购物的情况下进行的,用户对此“完全无感知”。
2013年11月11日凌晨,一分钟内有1370万人涌入天猫,相当于大半个北京城的人都出来逛街。其中,34万“剁手党”在这一分钟内抢到了心仪的宝贝,成交1.17亿元。
今年的双11购物狂欢节将拓展至全球范围,面对汹涌而来的流量,一旦技术保障方面“掉链子”,整个电商生态圈将遭受数以十亿计的损失。在历经五届双11的考验之后,阿里巴巴技术团队已具备能力,将黑客攻击、局部爆发性流量增长、机房空调故障等种种“不确定因素”变为可预估的风险,并将2013年2000多套技术应急方案缩减至500套以内。
“应急方案数骤降80%的背后,是阿里技术的逐渐成熟,这就像读书由薄变厚再由厚变薄一样。”潘健表示,希望今后我们的应急预案能越来越少,将资源投向更有意义的项目和创新中。
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。