7月14日消息,据接近Uber的人士透露,在过去10余天里,Uber委托了高盛纽约方面帮助其在中国寻找中国投资人,但目前来看进展不如预想中顺利。一些亚洲的和国内一线的投资人在和其接触后,都拒绝了投资uber中国,这中间包括一家中国前三名的地产公司。目前正在全球帮助Uber做可转债融资的高瓴资本也并未参与Uber中国的新融资。
上述消息人士透露,起初Uber并未向其意向投资人提供详尽的业务数据,仅仅称其在中国市场接近100万订单,投资人觉得无法了解全部财务状况。而从上周开始,Uber被迫向投资人提供了多一些的财务数据。
数据显示,uber全球2014年总交易额30亿美金,预计2015年中国的交易额将达到11亿美金。但预计uber中国未来三年将亏损30亿美金,2015年度亏损预计为11亿美金。
匿名投资人向新浪科技表示,Uber中国刷单情况的不明朗也是很多投资者有顾虑的一个地方,“我们无法知道真实订单的数量”。Uber官方称其在中国刷单比例为3%,但投资者实际了解到的这一比例至少在30%左右,而且在成都、上海等城市比例更高。
Uber总部要求Uber中国从5月底开始加大了对刷单的打击力度,包括调整派单逻辑和加大司机获得补贴门槛,尽管未能遏制刷单风潮,但结果就是直接导致6月份的订单和成交流水大幅下滑,日订单不到70万单。
6月22日起,Uber在中国针对其中国单独的公司业务发起一轮的融资,预计融资金额为10亿美元。Uber总裁卡兰尼克近日也确认将为中国业务设立单独的实体、单独的管理机制和单独总部,他曾表示,“要办一个真正的中国公司,找到中国投资者,我们也应该要有中国股东。”
一份流出的文件显示,Uber游说投资人时表示,UBER China拟在中国内地或香港上市,且很有可能早于UBER Global上市。
据悉,Uber China为开曼群岛注册公司,其控股股东是Uber Global,而在A股上市的话,明显不符合A股上市要求公司控制人必须在境内的要求。而如果取消VIE架构,其在大陆的经营实体以及实体资产又明显不同于当当和陌陌这样的公司,很难做到既满足监管要求又规避法律风险。
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。