5月13日上午消息,昨日,滴滴打车和快的打车在洛阳的办事处遭当地工商联合执法查封,滴滴快的向新浪科技表示,公司已在配合相关部门进行调查,目前专车、出租车业务正常展开,不受影响。
据财经网报道,5月12日下午,滴滴公司内部人士证实,滴滴打车和快的打车在洛阳的办事处遭当地工商联合执法查封,当地出租司机对这一结果表示支持。
5月11日上午,一辆郊县出租车在洛阳市区用打车软件接单,被其他出租车司机发现,并遭跟踪。这些司机唤来同行,围堵那台使用打车软件的出租车。
发现有外地人使用打车软件,引起了更多本地出租车司机的愤怒,于是大批司机将车开到到位于310国道附近的滴滴打车洛阳办事处,要求滴滴的工作人员把异地营运者的打车软件卸载,但遭到工作人员的拒绝。
由于出租车司机越聚越多,当地的大批民警到场维持秩序。随后,洛阳市工商部门的人员到场,将滴滴洛阳办事处查封,并带走部分工作人员和电脑等办公设备。紧接着,工商部门人员又来到快的打车的办事处,并将其查封。
滴滴快的向新浪科技表示,“滴滴快的的出租车业务在配合洛阳相关部门调查。我们希望尽快解决问题。我们的专车、出租车业务目前正常开展,不受影响。”
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。