美国服装和鞋履协会(AAFA)18日向阿里巴巴董事局主席马云发出公开信,抱怨该公司旗下网站打假不力。此前多次参与双方沟通的阿里巴巴集团知识产权保护与创新高级经理汪博19日接受《环球时报》独家采访,全面回应AAFA的质疑和公开信内容。
据美国《华尔街日报》报道,AAFA代表1000多家服装和鞋履品牌。公开信称,这些品牌的所有者对阿里巴巴旗下平台的假货泛滥仍颇感不满。
针对AAFA协会CEO胡安妮塔·杜甘抱怨双方就打假问题经历长达数年讨论,却没有“实质性”结果,汪博说,“事实并非如此,阿里巴巴已在过去几年中对AAFA就阿里巴巴平台知识产权保护程序作数次讲解,并提供了详尽材料,但至今没有得到AAFA任何反馈。到目前不理解基于何种理由判断出责任方在阿里巴巴”。
对于“阿里投诉处理流程过于繁琐,且不够透明”的批评,汪博说,阿里要求投诉方提供相关材料,符合中国民事法“谁主张谁举证”的要求。同时,阿里也通过推出诚信投诉项目,对符合标准的投诉方降低证据要求,加快投诉处理时效。但据阿里巴巴统计,AAFA代表的品牌方中,只有极少数在投诉平台上投诉过。
AAFA向阿里提出建立一个英文的机制来通过AAFA认证品牌,公开打击侵权假冒成果等要求。汪博对《环球时报说,阿里巴巴近期将上线全英文的投诉系统,但在淘宝这个绝大多数是中国商家的平台上,AAFA也有必要加强中文沟通能力。阿里巴巴每年都会对打击侵权假冒成果作公开汇报,并向政府部门汇报。
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。