
3月2日,第三方全域大数据服务公司“友盟+”发布了2016猴年春节移动大数据。数据显示,春节期间(7日-13日),受快递行业放假影响,电商类应用出现一波低谷,整体用户使用时长都有明显减少。而随着春节假期的结束,越来越多的用户又开始回归了网购。同样,春节期间遇到低估的还有交通导航类应用,在大家都返乡探亲的这段时间内,几大拥堵城市人口流动较大,交通也得到了缓解,交通导航类应用的使用场景也减少了很多。
而相反的在春节期间用户时长有明显增长的则出现在游戏领域,以动作街机、棋牌类游戏应用为例。春节期间大家休闲时间充裕,闲暇时刻唯有手机相伴,所以玩手机游戏的频次和时长都有明显增多。“友盟+“数据显示,动作街机、棋牌这两类游戏应用在7日至13日期间的使用时长都有较大幅度的提升。值得一提的是,在除夕夜当晚,动作街机、棋牌这两类应用的使用时长相比春节前提升了10%和6%,说明这两类游戏是用户在除夕闲暇时间的首选。
观察春节期间各分类应用总使用时长排名,“友盟+“数据显示,视频类应用以1408万小时遥遥领先;棋牌、动作街机类游戏分别以509万小时、254万小时处于第二、第三;电商导购、交通导航则以54万小时居后。

因受猴年除夕夜各大应用的红包活动影响,全部应用总启动次数在春节期间也呈现了过山车式的变化。在除夕前几天,大多用户在返乡途中,应用使用频次出现了逐步放缓趋势。而到除夕当天,总启动次数却出现了跳跃式提升,很大程度受猴年红包活动影响。随后更多用户走亲访友、团聚拜年,视线逐渐移开手机,总启动次数在9日、10日达到低谷。
通过观察除夕(7日)当天的24小时数据,可以发现整体活跃设备量在夜间较为集中。从16时开始,整体活跃设备量不断上升,最终在春节联欢晚会后的一小时(21时),整体活跃设备量达到了最高峰1.3亿部,此刻用户的使用场景大多都是抢春晚红包。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。