5月27日消息,优步(Uber)创始人、CEO特拉维斯·卡兰尼克(Travis Kalanick)昨日现身贵阳大数据产业博览会。他在接受采访时表示,将对司机补贴到市场竞争尘埃落定的时候。
卡兰尼克此行目的与Uber此前在国内屡屡碰壁不无关联。优步中国方面表示,目前有些细节尚未敲定,但其中有安排部分不会向外界公开的内部会议。至于这些“内部会议”是否涉及到优步在国内部分城市遭遇的禁令困境,暂时不便向外界透露。
“我们在北京的业绩成长比全球任何城市都要快,原因是优步的概念与本地手机打车软件完全不同。大家可以想象一下,如果你去各个城市可以吃的只有麦当劳,突然有人进入这个市场说我可以提供餐厅这类更好的选择。所以说,优步进入这个市场,其实给大家提供的是更多的选择,这也是为什么我们能够在北京增长这么快的原因。”卡兰尼克说。
当被问及Uber进入中国和其他国家城市的区别时,卡兰尼克称,Uber在纽约和在北京非常不同,第一纽约车费很贵,其次在纽约的管理司机组织结构方面也与北京不同。
另外,卡兰尼克在接受媒体采访时表示,对司机的补贴将延续到中国市场竞争尘埃落定的时候。
好文章,需要你的鼓励
想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。
想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。
想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。
想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。