北京时间2月4日消息,谷歌母公司Alphabet周三称,其无人驾驶汽车项目将于本月晚些时候扩大测试区域至华盛顿州柯克兰市(Kirkland),这将是该公司进行无人驾驶汽车测试的第三座城市。
谷歌此前已在加利福尼亚州山景城总部进行了长达6年的无人驾驶汽车测试,并于去年夏天扩大测试至德克萨斯州奥斯丁市(Austin)。
谷歌发表声明称,扩大测试区域的原因之一是,这个位于美国西北部地区的新场地将可使其获得在“不同环境、交通模式和路况”下的无人驾驶汽车测试体验。柯克兰市的季节性降雨量很大,这意味着谷歌将可在潮湿天气条件下进行测试;另外,该市还处于丘陵地带,有利于谷歌测试传感器在不同角度和海拔高度的工作表现。
几周前谷歌已在柯克兰市北部地区使用一辆雷克萨斯RX450h SUV对方圆几英里的区域进行了测试,目的是绘制详细的街道地图。该公司称,其无人驾驶软件已完成了超过140万英里(约合225万千米)的自动驾驶测试。
华盛顿州州长杰·英斯利(Jay Inslee)对这种测试表示赞赏。他在谷歌发表的声明中说道:“我们盼望着能看到这种汽车上路,并希望了解有关无人驾驶汽车有朝一日如何改善安全性和缓解交通压力的更多信息。”
美国交通部上个月称其可能取消一部分车辆安全规定,从而允许更多无人驾驶汽车在美国道路上运行,目的是加快这种汽车的发展进程。
各大汽车制造商及以谷歌为首的科技公司都在争相开发和出售无人驾驶汽车,但这些公司一直都抱怨称,安全规定令其测试和最终部署受到了阻碍。
美国高速公路安全管理局(NHTSA)向汽车制造商表示,该局有意在整个行业内部对最多2500辆无人驾驶汽车进行豁免,使其不必接受一部分车辆安全标准的约束,为期最多两年,这将允许谷歌在美国道路上测试这种汽车。美国交通部长安东尼·福克斯(Anthony Foxx)上个月称,安全监管机构将在6个月内为无人驾驶汽车制定指导方针。
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。