
时下,一家名为“Tsu”的新型社交网络风靡美国。Tsu日前在其官网宣布,其注册用户已突破100万大关,而这距该平台10月份上线仅5周时间。
对于一家不知名的社交网络来说,能够在5周时间内斩获百万用户,的确是一个了不起的成就。因为社交网络巨头Facebook赢得100万用户,用了整整10个月的时间。
伴随Tsu社交网络的声名鹊起,其在流量监测网站Alexa的排名也从最初时的不足11000名,蹿升至目前的5000名。Tsu社交网络如何实现用户的快速增长?据悉,Tsu通过既有用户的口口相传,并利用这社交网络帮助Tsu找到了新用户,而且新老用户可以利用Tsu社交网络来赚钱!
与它社交网站一样, Tsu和依靠发布页面广告赚钱,但Tsu会把90%的广告收入以版税形式返给用户,以此。通常情况下,对于某一Tsu用户主页上的广告,如果点击量大,那么该用户获取返利就越多。
加入Tsu社交网络,需要从老用户那儿获得一个邀请码,如果老用户成功邀请了新用户,也可获得Tsu的返利,而且邀请到的新用户注册成功次数越多,返利就越高。
此外,Tsu还鼓励用户将他们获得的广告收入通过“转帐”按钮捐赠到慈善机构。
Tsu创始人兼首席执行官塞巴斯蒂安·索布查克(Sebastian Sobczak)表示,Tsu是“第一个对社会负责任的社交网络”,会向用户支付一些原创图片、内容的商用版税费用,并希望这些版税能以协作方式更好地改善人们生活。
据悉,作为Tsu用户,一个月在Tsu上获得的版税收入,超过了在Twitter或Facebook上七年时间里获得的版税收入。
目前Tsu平台仅支持美元,未来Tsu或将支持全球更多货币,以更好的开展慈善救助,但Tsu团队并未证实这即将发生。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。