CNET科技资讯网 4月6日 北京消息:今天,乐视控股HR发出内部全员邮件,正式任命程时盛为乐视控股传播副总裁。程此前担任乐视控股公关部总经理兼O2O公司品牌传播副总裁。
这次程时盛的任命,是通过内部竞聘的方式完成,由各子生态业务线CEO、传播营销高管以及战略和人力VP对竞聘高管进行评估审核。此前,乐视董事长贾跃亭曾大手笔吸纳各领域精英,此次启用跟随多年的“子弟兵”出任重要岗位高管,表明乐视优化组织结构的行动已经开始实施了。
据了解,乐视自2016年底宣布进入战略第二阶段,贾跃亭直言将对公司管理层提出更高要求:要以经营为导向、以协同化反为己任、充分投入、勇于担当、以合伙人精神和责任感和创造奇迹的主动性为员工做出表率。同时,对不合格的高管要坚决清除出队伍。
不难发现,在乐视战略第一阶段,在全球范围内延揽顶尖行业大咖加盟,迅速搭建了七大子生态自上而下的组织构架,形成了业务的爆发式成长。第二阶段则会进入精细化运营,重视自下而上的执行力,内部竞聘是具体做法之一。
而这次竞聘选拔的80后高管程时盛2008年加盟乐视,是乐视早期员工,也是乐视第一位具体负责传播的员工。据乐视HR发布的内部全员邮件显示,程时盛未来将全面负责控股传播部门的整体战略规划、业务指标的达成及部门团队管理,从公关、社会化、视频、媒介、植入、口碑等业务职能上拉通控股与子生态的资源整合和团队协同,并对LeEco各业务的传播组织进行二级组织建设与双实线管理,实现全生态传播资源整合及价值共享,向阿木汇报。
同时成立乐视控股传播策划与协同决策委员会,阿木担任组长,程时盛任常务副组长,负责形成委员会日常运作机制并运转。
此次乐视对程时盛的选拔任命,也在向外界发出乐视内部人才体系建设的一个全新概念:建设生态型人才团队。
有别于BAT等传统内部人才体系建设,乐视已经建立起三维生态职级体系,为乐视员工提供了除常规的管理通道(M)、专业通道(P)以外的第三条职业发展通道——生态等级通道(Eco),为生态型人才提供专属的职业发展空间。
据了解,生态职级体系把生态人才划分不同的生态等级,而生态等级代表员工的“生态程度”,不受其管理职级或专业职级的束缚,让普通员工有了超越领导的机会,在生态人才通道上实现晋升,获得专属的待遇和资源。
LeEco HR负责人蒋晓琳表示,在乐视供职经历中,如果能够涉足乐视生态子生态的七个产业,体验不同的职能和分工,那么他将成为一名复合型、多知识结构、不可被行业复制的稀缺人才。
在互联网业界,尤其是超大型公司往往组织构架层级相对传统保守,人才成长受制于职级天花板,更可能出现老员工得到不了长期持续发展的机会。而程时盛作为乐视2017内部竞聘产生的、带有深刻乐视生态烙印的80后高管,是生态人才构建模式革新,是贾跃亭从迅速圈地到精耕细作的一个重要基础建设。
值得注意的是,在乐视体系内,80后高管正在成为业务发展的中坚力量。阿不力克木•阿不力米提、雷振剑、杨永强等,以及此次晋升的程时盛,都是乐视生态内部培养重用的,有魄力有冲劲的年轻高管,凸显了生态型组织进化的新风向。
在互联网行业的激烈厮杀中,乐视能够冲出BAT的围剿,短短数年成长为全球化的新巨头,打造世界级的品牌影响力,具有生态创新特色的品牌营销战略战术,是不可忽视的取胜利器。
在乐视快速崛起的巨大品牌影响力中,最引人注目的品牌营销经典案例包括了414硬件免费日、919乐迷节等成功的“品牌节”营销、引领超级电视综艺软性植入风向标、乐视超级汽车首发品牌营销等。这种品牌价值在2016年跟随乐视全球化,在全球商业界刮起了生态传播营销旋风。
目前乐视独创的生态传播营销模式下多项经典案例,已经被北大、清华等中国顶尖高校的商学院引用。程时盛还受邀为文化部培训讲师,向领导干部讲授新媒体时代的传播理念与品牌战略。
评论人士评价:“有意思的是,乐视业务由于太过颠覆性,从出生日起,其品牌传播环境是非常恶劣,程时盛不但要能唱红,更要能扛黑”。这位老媒体人说,从这个角度看,多年伴随贾跃亭一路走来的这位内部高管,不但培养出了很多子业务线传播主管,也早已适应了乐视“招黑”体质,确实是他们要的“生态人才”。
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。