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
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。