
今日有多家媒体爆料称美团存在酒店刷单这一行为,虽然这种现象在行业竞争中早已不是新鲜事,但这次爆料称美团在酒店刷单上甚至猖狂到连名字、价格、销量和评价统统都造假。
而美团酒店旅游事业群战略合作部总经理钟永健在下午对此回应,承认目前新美大确实存在极个别商户刷单的情况,但新美大对刷单行为都是零容忍,发现一个处理一个,处理方式包括下架整改、永久不合作等。另外新美大住宿业务有风控团队,会通过系统算法和人工结合的方式发现问题,呼叫中心如果收到关于这种问题的投诉也会处理。如果发现内部有业务员工和商家串通刷单,会触及销售管理的高压线,将根据新美大的销售纪律管理办法做严肃处理。
同时,对于商户刷单的行为,钟永健认为一方面要防控,另一方面也要疏解。商户刷单的原因在于为了获得更好的展示位,为自己招徕更多流量。为了疏解商户的需求,新美大将在今年二季度推出针对酒店商户的广告营销系统。
此次美团在酒店业务存在的大量刷单现象,方式包括刷销量、刷排行以及刷评价。为了提高排名,有些酒店还会注册多个账户以提高自己的展示位。据悉,在酒店预订上,OTA企业以及酒店自己的预订系统,基本都是按照时间、房间类型的条件预订房间。而美团采用的是团购模式,根据房型购买美团券,只要在有效期内,提前预约再使用即可。而从刷单的效果来看,不限定时间和数量的团购模式,对于商家而言,效果显而易见。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。