北京时间2月5日消息,据《今日美国》网站报道,Facebook CEO马克·扎克伯格(Mark Zuckerberg)在昨日于该公司新办公室召开的一次会议上称,他预计到2030年时Facebook用户总数将达50亿人。
扎克伯格在接受采访时表示:“我们希望完成将所有人都联系到一起的目标,将与全球各国政府和企业合作来做这件事情。”
报道称,扎克伯格的目标是让“全世界70亿人中的50亿人连上其社交网络”。当然,70亿人是目前的全球人口总数,扎克伯格的这种对比是假设未来14年时间里全球人口零增长。而根据联合国作出的预测,到2030年时全球人口总数将达85亿人。但无论如何,即便是85亿人中有50亿人都使用Facebook服务,也是一种令人瞠目的发展。
扎克伯格曾在此前多次重申,他的目标是将整个世界都联系到一起。为此,他推出了可交付互联网服务的无人机项目,并牵头发起了颇有争议的Internet.org互联网组织。扎克伯格认为,后一个项目有利于发展免费互联网服务,将可鼓励互联网的采用速度加快。但批评人士则认为,Internet.org是由一家美国企业巨头发起的“圈地”行动,会对“网络中立性”等概念造成威胁。
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。