6月16日下午,“韩红爱心百人援甘”大型医疗援助系列公益行动举行启动仪式。远在俄罗斯参加圣彼得堡经济论坛的乐视创始人贾跃亭,一早便通过自己的微博为这次公益行动壮行。在微博中,贾跃亭说:“#韩红爱心百人援甘#再出发,与@西藏昌都人韩红 老师一起,把爱传递给甘肃,捐赠支持甘肃乡村医生培训项目,为当地的重疾患者送去特别的爱。”
随后,韩红转发贾跃亭的微博说,“感谢贾总一直以来对我们@贾跃亭 对#韩红爱心百人援甘#的支持~让我们一起携手再出发~今天14时30分记得锁定live桌面@乐视超级电视 @乐视全球云直播 观看韩红爱心百人援甘启动发布会[心][心][心]”。
据介绍,此次“韩红爱心百人援甘”公益行动关注偏远地区的医疗与健康,一经发布就得到浙江大学医学院附属第二医院、中国人民解放军空军总医院、中国人民解放军总医院等医疗机构,乐视控股、吴太感康、吉利汽车等企业和刘涛、蒋欣、白百何等数十位艺人的关注和支持。
乐视音乐CEO尹亮(右二)代表乐视参加启动仪式,并在与主持人互动环节介绍乐视支持韩红爱心百人援甘有关情况。
从6月24日起,由医疗专家、企业家、艺人、车手志愿者组成的200余人爱心团队,将历时16天对甘肃省10个市州进行医疗方面的援助,无偿捐助2000万元的物资设备和医疗器械。
今年已是韩红爱心百人医疗援助行动的第六年,此前已经援助了西藏、内蒙古、新疆、青海、贵州5个省区。韩红在启动仪式上回忆说:“从没想到2011年一个简单的自发性的公益行动,在5年后的今天会演变得如此浩大,规模远超预期想象。从最初800万元的捐赠,到今天已累计超过一亿元。”
去年,参加《我是歌手》第三季的韩红公开大呼“我们就要大乐视”,并在微博上与贾跃亭互动提出,想和乐视一起“百人援贵”。韩红的微博喊话,立即得到了贾跃亭的回应。乐视如约捐赠了200万元,用于在贵州建设10所韩红爱心乡村急救室,培养20名当地乡村医生。这是乐视第一次正式对韩红爱心百人医疗援助行动进行捐助。
其实,乐视与韩红爱心百人医疗援助行动结缘已有4年,每年都在通过直播等方式予以支持,尤其是其直播团队一直在跟播韩红爱心团队的行程。韩红在启动仪式上说,乐视的支持其实已经超过1000万元。
今年,乐视再度以资金+物品捐助200万元的方式,参与此次慈善公益行动。捐赠的资金将用于甘肃当地200名乡村医生的脱产培训,捐赠的最新型号的乐视超级电视,将用于当地乡村卫生机构的医疗培训和医疗知识传播,捐赠的新一代乐小宝口代动画屋为当地重疾儿童送去特别的关爱。
与其说,乐视参与援助公益行动的源头是履行和韩红的约定,不如说是乐视在携手韩红履行自身生态公司的社会责任和追求与韩红百人医疗援助行动一样的公益梦想。
乐视以科技创新持续改善人类生存环境的愿景与慈善公益事业精神高度一致:
作为快速发展、一路狂飙的全球化世界级企业,乐视希望通过“破界创新,生态化反”的理念,引领全球进入互联网生态时代,为每个用户提供全新价值和极致体验,打造他们自己的生态理想国;
作为国内唯一一家纯内资大型互联网公司,乐视公司自成立以来就积极参与公益事业。例如联合ChatON向河北宣化王家湾捐赠价值300万元的衣物、食品,携手蒙牛、贝因美发公益微电影和公益MV等。由于在中国扶贫基金会主办爱心包裹项目中的突出贡献,乐视荣获了中国扶贫基金会颁发的“爱心媒体”奖。
乐视音乐CEO尹亮在启动仪式上表示,乐视一直在关注韩红爱心公益行动,从报道、直播到实际捐助。这件善举和韩红的歌声一样非常打动人,希望乐视的捐助能够帮助甘肃当地的群众改善医疗条件。
未来,结合全球领先的互联网技术及云计算平台,乐视还有可能为广大贫困乡村卫生机构持续提供互联网技术支持,如远程医疗培训等,不断提升基层卫生机构的医疗水平,造福西南边陲地区人民。
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。