拼车业务一直面临着巨大的政府监管压力,Uber不久前不得不暂停了其在法国的UberPop服务。近日,谷歌收购的以色列公司Waze也展开了拼车服务试点,不过其试图以严苛的运营政策,来减少监管压力。
Waze是谷歌在2013年以超过10亿美金价格收购的,该公司利用用户智能手机上的卫星信号来提供实时交通信息。 Waze近日在以色列推出了拼车软件RideWith,通过Waze的导航系统了解驾车者最经常走的路线,并为之匹配同一条路线上有拼车需求的人。
谷歌这一服务一开始会在以色列特拉维夫等三个城市铺开。如果试运营比较成功,这一服务会在更多的以色列城市铺开。但Waze的发言人表示,服务何时正式上线,还没有具体的时间表。
这次实验性质的业务,引起关注不仅因为这是谷歌首次在移动出现领域推出自己的产品,也因为这个拼车服务有着极其严格的运营政策。Waze规定,每天每个司机最多能接两单生意,目的是分摊汽车燃油消耗和车辆保养开支,司机本人不能依靠这个作为职业或是赚钱。
另外,谷歌不仅不会给司机补贴,还会从每单生意中抽百分之十五的佣金。RideWith还会利用Waze的数据库来对司机的轨迹与乘客的轨迹进行对比,以防司机违规。
一天仅限两次拼车的规定,或许能使RideWith避免遭遇Uber在许多国家所面临的抵制,毕竟这将降低对传统出租车行业的冲击,监管起来也更容易。
此前谷歌在移动出行领域一直没有推出自己的产品,而是对Uber进行了投资,谷歌地图等产品也对Uber的出行服务提供了支持。但此次谷歌在拼车业务上小试牛刀,也意味着将来与Uber可能有更多业务上的冲突。
谷歌在研究无人驾驶技术,不久前Uber也与美国卡耐基梅隆大学合作开始了无人驾驶技术研究。若谷歌的无人驾驶应用到移动出行上,其将成为Uber的直接竞争对手。
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。