
四年一届的欧洲杯进入到白热化阶段,不过相比于世界杯,欧洲杯的关注程度并没有想象中那么高。7月1日,滴滴出行公布了欧洲杯期间的出行数据,综合滴滴平台晚上11点到清晨6点的专快车、代驾订单可以发现,去往酒吧等传统聚会看球区域的订单并没有出现井喷式增长。这或许从另一个侧面说明,欧洲杯的吸引力不够,大多数球迷更喜欢在家熬夜看球。
滴滴方面分析,6月下旬去往酒吧等聚会场所的订单增长主要还是受季节因素影响,涨幅也在情理之中,欧洲杯的推动作用并不大。
据悉,本届欧洲杯由于进球数量低,一度被球迷形容为“史上最无聊欧洲杯”,央视著名主持人白岩松亮相某节目时评价,也许是扩军行为导致了欧洲杯观赏性下降。这也导致球迷组团观战兴趣度不高。某酒吧服务员告诉记者,这样的情况他们已经预料到了。不过,随着决赛阶段比赛越来越激烈,球迷们需要酒吧这样的观赛气氛,到时候也许会一座难求。
不过,滴滴大数据还是透露出欧洲杯的细微趋势。滴滴代驾数据显示,6月15日和6月12日订单涨幅最为明显。 15日深夜和12日深夜分别有葡萄牙VS冰岛,以及英格兰VS俄罗斯的比赛。或许是受到英超以及C罗个人魅力的影响,葡萄牙和英格兰的比赛,显然更受关注。
以城市为维度进行计算,广州、长沙、苏州、南京和上海的球迷最为热情,这几个城市深夜订单涨幅相对明显。与此同时,通过滴滴代驾数据,全国各地的球迷观赛圣地也浮出水面,北京的三里屯、上海的万达广场、广州的外滩洛溪食街、杭州的南山路/北山路等区域附近,比赛期间的代驾需求较为活跃。
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。