爱立信日前发布了爱立信消费者研究室的最新报告《小通勤的大期待》。
该项目调查了全球四大城市伦敦、纽约、圣保罗和上海的通勤族在使用公共交通和私家车辆时的体验,并在这份报告中阐述该项目的研究结论。
报告显示,受访者普遍觉得通勤时间既无聊又低效。该研究深入调查了通勤族对通勤时移动网络中ICT覆盖效率的态度。
爱立信消费者研究室高级研究员Radhika Jade表示:“从全球来看,消费者每周花在通勤上的时间比用在社交等休闲娱乐活动上的时间多出20%。他们认为,连接应当是通勤的基本要求,但市政交通普遍不能满足。动态信息缺乏和信息分散、售票系统老旧、拥堵管理低效等因素都会让通勤族感到失望。”
在中国上海,人们平均每天花在通勤上的时间为1.5小时。在长时间的通勤过程中,用户通常会使用一些互联网业务来管理他们的行程或者消磨时间。而用户对于公共交通的信息获知非常有限,信息缺乏和信息延迟都给人们每天通勤的安排造成影响。
报告还阐述了通勤族对于ICT覆盖率的期望值和满意度,涉及所有类型的公共和私营交通运输形式,如公交、地铁、出租车和私家车。研究表明,在伦敦和纽约,分别有82%和79%的通勤族使用与出行有关的应用程序来更有效地规划通勤。
在上海,每天坐公共交通的用户中,47%在通勤过程中使用信息类业务,23%的用户浏览互联网或者搜索信息,17%的用户观看手机视频,并且用户表示业务的使用体验较差。而有更多的用户表明,如果地铁里面的网络连接有所改善,那他们将更愿意使用视频等一些上网业务来提升他们的整个通勤体验。
研究还发现,那些随时随地都在使用智能手机的通勤者普遍认为自己是在引领技术潮流,而交通运输行业却无法适应这种变化。
Jade表示:“通勤者需要最新的出行信息。他们要求“随时在线”的连接,以及更加个性化的交通服务,帮助他们更轻松地规划线路和支付票款,并且让换乘时间更加有效率。”
针对中国城市用户,爱立信消费者研究室东北亚区负责人徐晓莉表示:“目前‘随时在线’的连接对本地用户有很大吸引力,而更加个性化的交通服务对于他们来说还比较超前。当前用户最希望的是公共交通部门能做好交通流量控制、缓解拥堵,并在乘坐公共交通时增加更多的个人空间,从而提升通勤的整体体验。”
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。