2015年1月6日,中国第二大搜索引擎360搜索正式推出全新独立品牌“好搜”,新品牌从名称、logo、视觉标识、新功能等方面都给外界以“为移动互联定制”的印象,引发业界高度关注。与此同时,基于对移动搜索未来发展趋势的判断,360搜索决定推出独立的品牌好搜,并重点发力移动端,而360“摸字搜”更为移动端用户带来了巨大惊喜。
近年,移动互联网发展迅猛,包括BAT、小米、360在内无不将移动互联网看做是未来的增长点,包括陌陌、微信、脸萌、秘密等在内,一批重磅移动产品也纷纷应运而生。然而,在PC时代如日中天的搜索,似乎在移动时代逐渐变得“平庸”。在很多人看来,当前的移动搜索只是照搬PC端的模式,没有颠覆性的创新,难道移动互联网时代将成为搜索的滑铁卢?
基于新的移动搜索思维,“好搜”配合新品牌诞生,推出了包括照妖镜、安心购、良心医、摸字搜、周边号、万花筒以及随心谈等“七种武器”。这些功能分别从安全、可信赖、便利性、实时性、本地化服务、社交功能等多个方面,全面满足用户在移动环境下使用搜索的习惯和需求,让“好搜”成为更顺手、更好用的移动搜索APP,促进整体搜索品牌价值的提升。在新品牌亮相之际,好搜七大创新功能同步推出,为用户打造一个不作坏事、使用特顺手的移动搜索,并向中国第一搜索品牌全面迈进。
以“摸字搜”为例,当用户刷微博或者看微信时,如果想要复制感兴趣的内容部分,只能先复制全部,然后再在搜索框中删除多余信息。
(好搜“摸字搜”在手机桌面的显示及首页显示)
在“摸字搜索”出现之前,假定用户正在使用一个APP时遇到问题需要搜索,需要先退出当前应用、然后打开搜索APP,搜索完成后再次回到应用当中,操作非常不便。“摸字搜索”的出现大大提升了搜索效率,它可以让整个搜索过程都是在当前应用上的浮层进行,不会影响到当前应用的运行,无论你正在聊微信、刷微博、看小说、看电影、浏览网页等,需要搜索时只用轻轻一摸就可以完成,非常方便。 可以说,摸字搜索是好搜在移动搜索领域颠覆式创新的第一步,它颠覆了传统的移动搜索习惯。未来好搜还会推出一系列类似的让用户眼前一亮甚至尖叫的惊艳创新,持续保持产品创新和用户体验的优势。
(好搜“摸字搜”使用介绍)
与传统手机复制方式相比,尤其是在微博微信等载体上复制内容不便时,好搜采用的用手指摸的方式,如同在PC上可以依靠鼠标一样,让用户可以随意复制内容。从功能原理上来讲,好搜实际上是采用了图像识别技术,当用手指触摸想要复制的文字时,则自动识别指定图片部分后,不用再跳转到手机浏览器上,就可以直接进行搜索,极大地提高了搜索效率与操作便捷度。摸字搜的创新之处就在于,它打破了手机屏幕空间的限制,让手指发挥了鼠标的作用,用户轻松一摸,即可实现搜索。
虽然较PC端的使用频率降低,但是搜索功能、使用场景更加丰富多样化,好搜“摸字搜”能够为用户提供更多的PC搜索无法满足的生活服务需求,产品创新才是赢得用户的根本所在。当好搜提出“向中国第一搜索品牌迈进”这个目标之时,毫无疑问,它的未来表现值得期待。
去年10月,中国互联网络信息中心发布《2014中国网民搜索行为研究报告》显示,2014年上半年我国手机搜索引擎用户规模达4.0583亿人,同比增长8152万人。预计到2014年底,我国移动搜索用户将达4.5亿人,市场规模将达92.3亿元。齐向东预测,在移动搜索用户规模持续增长的形势下,360好搜用两年或者两年以内的时间,在移动搜索市场份额将超过30%,甚至可以向40%、50%迈进。这无疑预示着2015年移动搜索大战将更加激烈。
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。