北京时间4月16日消息,据《华尔街日报》网络版报道,印度最大打车服务提供商Ola已完成了4亿美元E轮融资,估值25亿美元。
Ola 在周四发布的一份声明中称,该轮融资的投资方包括了俄罗斯投资公司DST Global、新加坡主权财富基金GIC、美国对冲基金Falcon Capital Edge LP等新投资方。另外,软银、老虎环球基金、香港Steadview Capital以及美国风投公司Accel Partners等现有投资方也跟投了Ola此轮融资。
Ola并未透露在此轮融资中向投资方出售的股份规模或其它交易条款。Ola上一轮融资是在去年10月,当时从软银和其他投资方筹集到了2.1亿美元,估值大约为10亿美元。
Ola称,将利用新筹集来的资金向规模更小的印度城市扩张,其计划到今年年底前将服务覆盖的城市数量增加一倍至200个。另外,新一轮融资还将有助于Ola与Uber等其它全球打车服务竞争。Uber正在印度不断增长的打车市场迅速扩张。
上周有报道称,Ola已融资3.14亿美元。但据科技博客TechCrunch报道,3.14亿美元只是Ola这新一轮融资的一部分。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。