CNET科技资讯网 10月19日 北京消息:滴滴出行宣布与旅游平台TripAdvisor猫途鹰签署战略合作,将智能出行进一步渗透进入旅游行业。通过线上平台开放合作、建立线下滴滴车站、拓展“酒店+车”、“景区+车”定制产品等合作形式,打造涵盖旅游资讯、行程安排、途中用车的完整旅游生态链。
“连接酒店、景点和交通枢纽之间的出行环节是旅游生态链中重要的部分。” 滴滴出行副总裁、战略合作部总经理杨峻表示,“滴滴出行通过与TripAdvisor猫途鹰进行深入的跨行业合作,将智能出行接入匹配度高、需求旺盛的旅游场景,使用户在陌生的城市也能享受便捷出行体验。”
TripAdvisor猫途鹰战略合作和客户管理副总裁朱明先生表示:“我们非常高兴本次能与滴滴出行达成战略合作伙伴关系。TripAdvisor猫途鹰作为全球领先的旅行平台,在全球目的地酒店、景点、餐厅的信息收录和用户点评上拥有无可比拟的优势,我们将联手滴滴出行,为旅行者打造更便捷的旅行体验。”
在旅游时,是否要去逛逛某一景点时,往往要看交通便利与否。这是因为景点往往存在“最后一公里”的出行难,乘公交车到站后,发现距离景区门口还有很远的路程,或是因为游客密集而一车难求。此次滴滴与TripAdvisor猫途鹰的战略合作,正是为了解决旅行者在出行中面临的痛点,力图将用户旅途中的每一段路程进行顺畅连接。双方将在景区、酒店等高频出行需求的场景中,联合建立滴滴车站,出门就有车接送,让用户不再因为交通难而错过美景。
据悉滴滴与TripAdvisor猫途鹰将覆盖上百家五星级酒店建立滴滴车站,主要集中在出行需求集中的目的地城市,并优先精选在TripAdvisor猫途鹰网站上获得“卓越奖”等奖项的高人气、高评价国际知名五星级酒店落成。用户通过操作滴滴车站的电子显示屏可实现快速叫车,有效减少乘客的沟通和等待成本。同时通过滴滴车站,还能够更便捷地查询该酒店或景点在TripAdvisor猫途鹰平台上的点评和评分,掌握真实有价值的信息,用户还可以留下自己的评价。
除了线下布局滴滴车站,连接景点往返酒店的出行,滴滴和TripAdvisor猫途鹰还将共同拓展 “酒店+车”、“景区+车”的具体用车产品,发挥开放创新的平台特质,让旅游出行变得更加贴近用户个体的定制化需求。
通过开放平台,双方将探索打通平台功能,比如由TripAdvisor猫途鹰为滴滴用户提供目的地资讯服务,或在TripAdvisor猫途鹰的APP上实现一键叫车。此外,双方还将在会员权益及积分上探索权益打通,让双方会员互享更深层的服务。
作为覆盖全国400余座城市的一站式出行平台,滴滴致力让用户在生活各个场景都能享受美好的出行体验,目前服务涵盖出租车、专车、快车、顺风车、代驾、公交、试驾、企业级和租车等多个垂直领域,并在运用前沿深度学习技术、构建数据驱动的智能预测与调配体系,持续提高城市交通效率方面,取得领先地位。TripAdvisor猫途鹰是全球知名的旅行平台,拥有来自全球3.85亿条旅游点评及建议,覆盖超过190个国家的酒店、景点和餐厅。双方的合作将把交通出行、酒店住宿、景点攻略等一系列需求供应结合起来,对双方企业而言,这正是一种自身服务的延伸,从而构建完整的旅游生态链。
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。