CNET科技资讯网 9月22日 福州消息(文/周雅):滴滴出行CTO张博今天在2016腾讯全球合作伙伴大会上,与苹果联合创始人斯蒂夫·盖瑞·沃兹尼亚克论道新技术,沃兹现场抛给张博一个假设:“很多人边走路边用手机做沟通,如果未来这些手机应用可以实现虚拟现实技术,用目光、语音控制,或许未来用眼睛看看就能叫车?”张博回答说,假设要解决这样的问题,首先要解决的是人如何更好地跟信息交互。
“互联网和移动互联网解决的是把信息世界联系在一起,接下来十年,要解决的是人如何更好地跟信息交互。”张博说,理想的人机交互包括两部分,一是要像人和人沟通一样,是互相的,而不是单方面的表达可能会不精确;另外,机器要具备人工智能,他懂你表达的,也懂你没有表达的,它能从一个简单的“我要回家”指令,智能判断“你要回哪个家”,调动用车服务。
苹果联合创始人斯蒂夫·盖瑞·沃兹尼亚克(左)、滴滴出行CTO张博(右)
补贴、共享经济、智能交通...这些都是滴滴会被贴的标签。张博从技术的角度上,是这样介绍滴滴的:“通过大数据和人工智能,滴滴最理想的交通状态是,让全城拥有一个智能交通大脑,非常清楚当前可以提供运输能力的车辆状态,可以对未来一段时间的出行需求进行预测。”
在需求发出来的前一秒,滴滴已经调度了一个最适合这个需求的运力,规划一条最快到达目的地的路径。现在,滴滴大数据对15分钟后供需预测的准确度达到85%,当发现当前的这种车少于接下来的需求,滴滴会提前从周边调司机到这个区域,创造新的环境;从服务维度,滴滴的理念是,让服务好的司机得到相对比较高并且稳定的收入,让服务相对比较差的司机的收入降低,并让他们清楚知道需要改进的地方,当他们改进后会获得更高并稳定的收入,对于长期无法改进的司机,平台会进行清退。
“我们认为,未来会有越来越多的人放弃自己拥有一辆车的想法。”张博用数据佐证了自己这样对共享经济的预测,“比如你自己买一辆20万的车,假设五年报废,汽车的折旧费、保险费、保养费和油费加在一起差不多是每公里4元,而通过滴滴这个共享平台后能达到1.9元,我们还在通过优化网络提高效率,预计五年以后这个数字会降到1元。所以我们预测,未来五年时间,会有越来越多的人放弃自己拥有车,而改用共享出行。”
滴滴甚至考虑到,如果把一辆车的四个座位都塞满,整个道路上的车更会减少。”张博说,利用滴滴的算法技术,平台上每天有超过200万人次拼车,节能减排,这就是滴滴为社会创造的价值。
如果说,技术创新是实现分享经济的关键条件,那么滴滴希望打造一个出行数据精准匹配的智能系统,也就是移动的智能出行网络,其中包括随区域、时间变动的定价、订单的高效匹配、根据供需预测之后的司机运力调度等等。
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。