4月13日消息,近日,专注于生活方式的O2O服务平台“小日子”APP获得时尚传媒集团1000万人民币天使投资。
据“小日子”创始人王晴介绍,该款App立足于文艺情怀,以探店发现为基础思路,以全球多城市布局为核心竞争点,解决社会新兴主流消费群体和移动互联网年轻一代的天生需求购买,帮助商户缓解推广和营销压力。
从目前的版本看,“小日子”集中了成都、上海、北京等城市的咖啡馆、西餐厅、花艺店、画室、小酒吧……只要能想到的文艺场所,都可以在这个里找到。王晴 说,为了看起更有文艺味,大量的中式餐饮场所都没有包含进去。截止目前,小日子可视化管理后台已经拥有8万多条结构化数据,包含基于商家的不定期活动,手 工生活化课程等。
“小日子”的PGC内容采取众包的模式。王晴称,未来不但在中国布局北京、上海、广州、厦门、杭州、成都、重庆、台北等多个城市,还要覆盖中东迪拜和日本 一些城市。他说,近期准备在每个城市招募5-10个体验师,这些必须得是能玩转圈子的人。而“小日子”能提供给这些体验师丰厚的报酬,以及探店的乐趣。 未来还会引入P2P本地化城市旅行服务和店铺商品交易,让小日子APP在商业服务与感性情怀得到综合平衡价值。
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。