高德今天正式发布《2014年第三季度中国主要城市交通分析报告》。报告显示:三季度,全国重点城市拥堵排名北京居首,其它依次为杭州、上海、福州、大连、济南、沈阳、温州、广州、郑州。同时针对广泛受到关注的单双号限行问题,高德也发布数据称APEC期间单双号限行使城市高峰期拥堵延时指数下降38%,拥堵状况大幅缓解。
拥堵北京居首,大连新上榜
高德交通报告显示:三季度,北京拥堵排名全国第一,全天拥堵延时指数1.74,高峰期拥堵延时指数达到 2.12,意味着北京采用私家车出行的上班族需花费在非拥堵状态下 2.12 倍的时间才能到达目的地,拥堵时间成本全国最高。9月开学季影响加上雾霾、下雨天气多发,可能是导致北京本季度成为首堵城市的原因。
同时,上季度拥堵榜首上海因本季拥堵延时指数略微下降,拥堵排名降至第三位。而本季拥堵城市TOP10 排名新入榜大连、温州、郑州三个城市。其中大连、温州拥堵排名超越特大城市广州,大连进入前5,在通勤高峰期严重拥堵。二线城市交通拥堵状况不容小觑,大有赶超一线城市的趋势。
大数据探究单双号限行是否可行
报告特别针对APEC期间北京实行单双号限行给城市路况造成的影响作出分析,报告显示:APEC期间北京实行单双号限行政策使城市高峰期拥堵延时指数下降38%,车速由原22.00公里/小时提升到35.05公里/小时,拥堵状况大幅缓解,全程路网基本畅通,城市高峰期平均车速提升60%。 除了天空“APEC蓝”,城市路网亦呈现“APEC绿”的特色。
APEC之后,北京酝酿单双号限行常态化,据人民网发起的网络投票,54.9%的网民投票赞成,44.1%的网民投票反对。而高德交通报告则通过大数据进一步为论证单双号限行政策是否可行提供了及时、客观的数据参考。据了解,高德交通报告以互联网众包思路采集数据,将3亿+高德地图导航用户作为数据蓝本,以浮动车数据为佐证,专注对城市拥堵评价、拥堵成因及解决对策的研究,为公众提供躲避拥堵出行建议,助力政府治堵决策。参考交通报告,各方论证单双号限行政策可行性时可以更加理性。
报告新突破:首套治堵方案出炉
高德交通报告的各项指数显示有助于提升道路交通信息的透明度,但仅呈现问题对缓解交通拥堵收效甚微,市民需要的是真正能够指导他们躲避拥堵的方法。在三季度的交通报告中,高德联合清华大学-戴姆勒可持续交通研究中心,选取重点城市季度常发拥堵路段开展拥堵成因和传播机理的深度剖析,并为治堵政策改进提供思路和依据。如通过研究发现,超过90%的常发性拥堵主要发生在大量车流汇入的快速路入口,城市建设时可以优先考虑设置较长的缓冲带,避免因汇入车流与主路车流冲突而造成的拥堵;在关键出入口设置车流诱导;在违法停车造成拥堵的路段(如小学路口),增加人力进行交通引导,疏通道路;在商圈附近增加车位等措施,从城市路网建设的源头改善交通压力。
(注:Cube图用于展现长时间内车辆平均速度的时空分布。每一单元cube表示一天中某5分钟内车辆位于道路上某一位置的平均速度)
高德副总裁董振宁表示:目前高德地图的实时交通信息服务已覆盖全国114个城市,用户打开高德地图,即可实时查看路况信息,并可通过选择“躲避拥堵”功能实现智能避堵的路线规划,提高出行效率。据了解,国内的实时交通信息渗透率仅为5%,而国外众多发达城市实时交通信息渗透率已高达70%-80%,高德地图实时交通信息服务及高德交通报告的发布,都为城市智能交通的建设提供了新思路。
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。