2015年,手机红包成为春节新年俗。微博2月初即开启“让红包飞”活动,明星新春红包提前预热;支付宝自小年起推出“整点抢红包”活动,微信则凭借与央视春晚的合作,促成除夕夜全民抢红包的盛况。
根据2月份三款应用的趋势数据可以看出,微信、支付宝、微博的活跃用户比例在除夕前后出现高峰,各应用的手机红包活动成功激发了用户的应用活跃行为。
除夕当天,微信用户的活跃高峰出现在20点至0点之间,春晚互动吸引大量微信用户在除夕晚间持续活跃;大年初一早10点与晚20点又分别出现两个用户活跃高峰,符合人们上午与晚间拜年的习惯。
支付宝用户在除夕夜20点活跃度开始激增,20点-0点的五个整点红包派发功不可没,而用户活跃度的峰值出现在马云派发红包的除夕夜零点前后。
对春晚节目的热烈讨论激发微博用户活跃度在19点-0点间明显增长,随着微博拜年与微博红包派发逐渐进入高潮,微博用户的活跃度也在除夕零点前后达到最高点。
除夕当天活跃的移动端用户中,支付宝用户在一二线城市的分布比例较微信与微博更高。
除夕前后活跃的Android设备中,微信用户中使用小米设备的用户更活跃,微博则是使用三星设备的用户活跃度更高,支付宝用户中活跃度较高的设备以三星品牌为主,机型较微信、微博更平均。
除夕前后活跃的iOS设备中,微博用户使用iPhone 6及iPhone 6 Plus新机型的比例较微信与支付宝用户更高。
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。