
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
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。