4月7日消息,滴滴快的正式宣布,原快的打车副总裁付强将出任新集团代驾事业部总经理,全面负责即将上线的代驾业务,向快的打车联合创始人赵冬汇报。这也是滴滴快的合并之后第一次对外正式公布的重要人事任命,也标志着继拼车业务后,代驾将成为滴滴快的又一个重点发力的出行领域。
付强毕业于四川大学,2014年加入快的打车,历任区域运营总监、副总裁。加入快的打车前,付强曾服务于强生、葛兰素史克、菲利普莫里斯(万宝路)等知名国际品牌,拥有丰富的销售、商业拓展和高级管理经验。
赵冬表示,付强在加入快的打车的一年时间里,利用其丰富的管理经验带领团队深入开拓北京、天津市场,两地出租车业务和专车业务均取得了飞速的发展,表现出了卓越的领导能力。祝愿付强能够带领团队在新的代驾领域取得更好的成绩。
滴滴快的官方并未透露关于代驾业务的更多信息。
有分析指出,滴滴快的进入代驾领域是其平台化战略的又一举措,代驾具有广阔的市场空间。以韩国为例, 5000万人口的韩国目前注册的代驾司机超过30万人,每年所创造的产值超过1500亿元人民币。相比而言,中国汽车拥有量已超1.3亿,但代驾司机仅在10万左右,市场还远未饱和。艾瑞咨询的研究数据显示,未来5年国内代驾市场产值高达500亿。
尽管有巨大的市场潜力,但国内代驾业务发展还处于起步阶段,主要以酒后代驾为主。目前国内的传统代驾市场主要为传统线下零散的中小型代驾公司或私人代驾,价格、服务、安全缺乏统一标准,资源使用效率低。而滴滴快的的进入有望改变这一现状。
自从2014年8月以来,滴滴快的的平台化战略已然提速,已上线了专车、企业版、一号快车业务,而拼车和代驾业务即将上线。这将使得滴滴快的的出行平台业务将更加丰富多元。
有业内专家指出,滴滴快的能够在短时间内快速上线诸多新业务,拥有强大的大数据的技术能力是最重要的依托。滴滴快的的数据分析和解读将可以利用互联网技术将闲散的代驾司机和社会需求有机的整合起来,从而快速激活国内的代驾市场。
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。