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
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。