北京时间6月17日上午消息,怎么让司机认路成了Uber的大问题。或许你还记得几天前Uber开发了一款游戏,专门训练司机认路,同时改进应用导航服务。现在这家公司又把谷歌地图的前任主管挖过来了。
Uber周二宣布,谷歌地图业务前负责人布莱恩-麦克莱顿(Brian McClendon)将领导Uber的先进技术中心,向Uber首席产品官杰夫-霍尔顿(Jeff Holden)报告工作。近期,Uber正在投入资源,开发自主的地图和导航技术。
谷歌和Uber之间的竞争气氛越来越浓。近期,谷歌正考虑推出自主的打车服务,而Uber则开始关注谷歌已投入大量资源开发的无人驾驶汽车技术。今年2月,Uber宣布与卡耐基梅隆大学合作开发交通及地图技术,随后还在匹兹堡成立了先进技术中心。之前也有Uber联合百度竞购诺基亚地图业务的消息。
霍尔顿在一封电子邮件中表示:“我们很高兴麦克莱顿加入Uber团队。他从早期开始就负责了谷歌地球和谷歌地图的开发,而这些是世界级的产品。”
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。