微信扫一扫，关注公众号
科技行者
算力行者
见证连接与计算的「力量」
TalkingData、优米、WeMedia推出“2016知识行家排行榜”
CNET科技资讯网 3月24日 北京消息：历时两年的发酵、升温，知识付费大幕提前拉开，很多既具有知识性又具备传播能力的“知识行家”抢占了市场先机。目前到底有多少知识行家已经入局？各大行业数据表现最好的行家究竟是谁？知识服务平台优米，第三方数据服务提供商TalkingData，和WeMedia新媒体集团，共同推出《2016知识行家排行榜》，从九大热门知识行业类目入手，评选出各垂直领域内的TOP50知识行家。
排行榜数据基于优米、喜马拉雅等知识分享平台，百度、新浪微博、微信等公开网络平台，从知识专业度、网络影响力和行业潜力多方位，综合计算得出创业、大数据、自媒体三个类别的知识行家Top50。首期对外发布的是创业、大数据、自媒体三大知识行家排行榜。
"2016知识行家TOP50"完整榜单另见优米官方网站。
0赞好文章，需要你的鼓励
至顶头条
科技行者
码客人生
奇客Solidot
高飞的电子替身
奇客情报站
推荐文章
利用大语言模型探索科学创新前沿：南洋理工大学团队开发检测学术新颖性的突破性方法
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：通过反转unCLIP来提升CLIP模型的视觉细节捕捉能力
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。
角色扮演能力大考验：里尔大学研究团队开发的大语言模型角色扮演评估新标准
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。
LegalSearchLM：北大团队打造突破性法律案例检索新方法，将案例检索重新定义为法律要素生成
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。
利用大语言模型探索科学创新前沿：南洋理工大学团队开发检测学术新颖性的突破性方法
un?CLIP：通过反转unCLIP来提升CLIP模型的视觉细节捕捉能力
角色扮演能力大考验：里尔大学研究团队开发的大语言模型角色扮演评估新标准
LegalSearchLM：北大团队打造突破性法律案例检索新方法，将案例检索重新定义为法律要素生成
