CNET科技资讯网 11月23日 北京消息:滴滴出行昨天宣布与中国人寿保险股份有限公司达成企业级用车服务协议,从而助力公司内部用车更为高效和精细,树立金融行业用车互联网化的标杆。除此之外,双方还将探讨公务用车改革、品牌联合营销等方面合作的可能性。
目前,中国人寿保险股份有限公司已经开通滴滴企业版账户,并将逐步在公司内向员工推广这一便捷高效的企业出行服务。这意味着,未来其员工因公用车流程可被大大简化,同时企业管理者亦能有效率地管理员工的用车行为。
中国人寿保险股份有限公司十分注重内部管理的效率,采用滴滴企业版为企业出行用车提供服务,正是其通过管理方式的互联网化来提升管理效率的一次重要尝试。
滴滴企业版是滴滴出行专为企业用户提供的出行用车服务系统,企业只需注册成为滴滴企业版用户,便可享受便捷的因公出行服务,极大简化出行报销流程,同时让企业出行用车精细化,降低企业出行成本:只要经过授权,企业员工因公出行或接送客户实时(预约)叫车,行程结束后,乘车人无需付费,系统直接从企业账号余额中划款,个人也无需再提交费用报销;企业管理员还可设置乘车人上下车地点、用车时间、车费上限等管控员工用车行为,而后台对账系统也能让企业管理员方便的查询乘车人的每一次用车历史记录。
此外,滴滴平台具有的“号码保护”、“行程分享”、“车型一致”、“紧急求助”,以及要求车主进行“三证验真”、“人像认证”和“安全驾驶”等安全功能,为乘车人提供了多重安全保障。
截至2016年第三季度,已有超过5万家企业使用滴滴企业版,服务职场人群超过750万人,包括腾讯、联想、华为等大型集团,均采用了滴滴企业版作为企业出行解决方案。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。