CNET科技资讯网 12月12日 北京消息:进入冬季后,北方多地迎来降雪过程。今日,滴滴出行发布《北方城市雪天出行数据分析报告》(以下简称《报告》),对全国纬度最高的四个省会城市哈尔滨、长春、沈阳、乌鲁木齐的降雪日交通大数据进行了研究。研究发现,降雪当天北方四城的道路平均通行速度均有较大幅度下滑,出现不同程度的拥堵状况。其中,沈阳最拥堵,乌鲁木齐位列第二。这两个城市同时也是雪天中最难打到车、通勤时间增加最多的两个城市。
《报告》还给市民提供了一些雪天出行建议。例如,参照当地城市早晚高峰的具体时间,尽量错峰出行;早晚高峰打车时,避开需求旺盛的区域;注意绕开易拥堵路段。另外,根据当地高峰拥堵延时指数,要注意预留拥堵时间,如居住在沈阳的乘客雪天早晚高峰出行时要比畅通时段多预留出80%的时间。
沈阳最拥堵,长春最通畅
《报告》选取了乌鲁木齐10月19日(雨夹雪)、长春11月8日(中雪)、哈尔滨11月11日(中雪)、沈阳12月08日(大雪)的订单数据,以评估和量化雪天给北方城市出行方面带来的影响。
《报告》发现,雪天会导致城市车速较平时出现不同程度下降,降幅较显著。其中,沈阳全天平均车速下降幅度最大,达10.8%,乌鲁木齐位居第二,降幅达10.1%。尽管车速较正常天气降幅较大,下雪后,乌鲁木齐的全天平均车速仍然最高,达19.6KM/H,长春和哈尔滨次之,沈阳全天平均车速最低,只有15.7KM/H,大约只相当于一辆中速行进的自行车的速度。
下雪天,最拥堵的城市是沈阳,拥堵延时指数达1.8,意味着在早晚高峰期时段单位里程通行时间是畅通时段的1.8倍。乌鲁木齐拥堵延时指数达1.7,位列第二;哈尔滨为1.6,位居第三;而长春只有1.3,是最畅通的城市。
在上述城市中,沈阳最拥堵的地段是南京北街、十三维路、昆山中路;乌鲁木齐最拥堵的地段是北京南路、河滩北路、人民路;哈尔滨最拥堵的地段是河润街、宣化街、友谊路;长春最拥堵的地段是亚泰大街、繁荣路、南环城路。
乌鲁木齐雪天打车最难
《报告》显示,因为雪天市民打车需求量大幅上升,会导致打车比平日更难的现象产生。其中,乌鲁木齐打车成功率降幅最大,同比下降21.1%,沈阳下降14.8%,是打车明显比平日更困难的两个城市。而雪天对哈尔滨和长春的打车成功率影响较小,两地打车成功率只分别下降3.6%和1.2%。
在下雪天,乌鲁木齐打车需求最旺盛的区域是乌鲁木齐国际博览中心附近,沈阳是沈阳北站到金融中心一带,哈尔滨是哈尔滨火车站附近,长春则在长春开发区国税局附近。
雪天还导致了乘客的通勤时间增加。《报告》发现,沈阳通勤时间增加最多,平均增加16.4分钟,乌鲁木齐增加15.6分钟,哈尔滨增加了14.4分钟,长春增加最少,只有11.2分钟。
《报告》还公布了一个在雪天出行的有趣订单:一位80后男性房地产/建筑从业者,从长春龙嘉国际机场到吉林市中心医院打车,跋涉距离长达84.1公里,堪称雪天出行之最。
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。