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
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。