
近日,马小姐向《IT时报》记者反映,她和同伴在去哪儿网上预订酒店的订单,竟然是“空单”。酒店明明已经无房,可去哪儿网上竟然还能下订单!“以后都不敢在去哪儿网上下订单了。”马小姐说道。
7月5日晚上,身在上海的马小姐和同伴在去哪儿网通过“酒店直销”模式预订了7月25日至7月27日敦煌假日大酒店一间。当晚,马小姐在支付了236元预付款之后,直接收到了去哪儿网发来的确认短信,明确写明:成功预订,且整晚保留。马小姐回忆说,当时她们还十分庆幸,因为7月至8月正值旅游旺季,像敦煌这样热门旅游景点的住宿通常会很紧张,假日大酒店的房源在其他旅游网站都已经订完了,“没想到去哪儿网上竟然还有。”为了确保房间的预留,马小姐她们还特意选择了支付“预付款”的预订方式。
第二天,当马小姐因为其他事项致电咨询敦煌假日大酒店时,意外得知她们前一天下的预订单是“无效”的,因为7月中下旬假日大酒店的空房在多天前就已经全部订满,接线人员告诉马小姐在她们预订时间段内不可能有房间提供。
除了敦煌假日大酒店,马小姐还通过去哪儿网预订了另一家酒店。经历了假日大酒店的空单后,心中不安的马小姐又致电另外一家酒店,遭遇同样的状况,在她们下订单之前,酒店房间早已售罄,又是一个空单。对此,马小姐表示气愤,“这不是骗人吗?如果等我到了现场才发现没有房间,人生地不熟,该怎么办?”
记者查询去哪儿网上的相关投诉发现,类似马小姐这样遭遇空单的情况并非个例。今年4月,有用户投诉,在去哪儿网上预订了星程酒店嘉峪关迎宾湖店,到了现场却被拦在门外。
反复让用户遭遇下空单,去哪儿网的诚信谁来保障?
在接到投诉后,记者登录去哪儿网,发现敦煌假日大酒店的相关房型依然开放预订。随后记者致电敦煌假日大酒店,相关负责人通过查询订单号确认,马小姐在下订单时,酒店的房间就已经售罄。但为什么马小姐还能下订单?对方表示,“这个短信是由去哪儿网后台发出的,而根据双方具体合作情况,他们放在去哪儿网上的其他房型都可以关闭预订通道,唯独‘买断房’通道一直关不了。”
据了解,去哪儿网在敦煌假日大酒店购买有一批“买断房”,每天平均十间左右。用户通过“酒店直销”下的订单,走的是“买断房”专用通道。与“酒店团购房”订单要求用户在预订后与酒店人工确认有无房间不同,“买断房”的通道应该由酒店主动确认有无房间,一旦发现没有房间,酒店常规的做法是关闭房间供应。但在实际操作过程中,酒店方面发现,来自去哪儿网上的“买断房”通道是关闭不了的,“我们给去哪儿网的大部分房间从7月中旬开始到下旬已经全部关闭了。只有‘买断房’通道关不了,即便没有房间,客户也还能在网上下订单。”
除了“买断房”因素之外,发生“空单”另一个重要原因是去哪儿网的订单始终无法走ETT(酒店管理)系统,也就是来自去哪儿网的订单无法直接进入酒店后台数据库,需要人工进行二次确认,在此过程中,人为变动因素很大。“去哪儿网不是直连,无法直接进入我们的系统,他们的订单,一般是传真或其他方式,由我们的工作人员进行二次确认。”星程酒店嘉峪关迎宾湖店的相关负责人解释,“当然,除非是客流特别大的时候,值班经理无法安排空房间,否则我们一般不会不预留房间。”
去哪儿网客服表示,去哪儿网与部分酒店的订单对接部分是通过酒店前台录入完成。而针对用户到了现场“无房可住”,客服表示,用户遇到预订之后没有房间的情况时,去哪儿会帮助用户争取原房间,如果没有房间,需要用户更换酒店的话,根据去哪儿网的规定,赔付不高于原房价30%的差价。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。