根据微信用户反馈,今日早间微信开始在朋友圈测试广告,此举遭到众多吐槽,而一份新浪的调查显示,超过80%的用户对于微信朋友圈广告表示不接受。
微信对于朋友圈广告是这样描述的:广告也可以是生活的一部分。目前朋友圈广告形式包括图文、链接、推广标识和评论,利用这些形式可以在营销上作出很多创新,并且利用熟人关系的广告,其效果也会很明显。不过重要的是,微信用户并不买账。根据新浪发起的“你怎么看微信在朋友圈插入信息流广告”的调查截止9点32分显示,高达88.8%的用户表示不能接受,6.1%无所谓,仅有5.1%表示可以接受。
许多用户在朋友圈纷纷吐槽,有用户在朋友圈称:想赚钱想疯了!一位用户的说法很贴切:“你以为是自家院子,其实还是公共广场吧?”另一位用户很直白的表示:“我不太能接受,你给我信息就算了,还发我朋友圈。”
目前还无法预测此举会否产生微信用户的流失。不过如果微信一定要商业化,挡也挡不住。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。