
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
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。