在我国,“公车改革”最早始于1994年,曾被称为“难啃的骨头”,其中有一部分原因是,同一行政级别的不同岗位用车需求可能差别很大,另外不同地区的用车需求也不一样,因此,“公车改革”在各个地方的效果也有明显的差异。而现在,“公车改革”可以利用“互联网+”的思维。
2016年上半年,江西上饶市与滴滴签署战略合作协议,由滴滴根据上饶市的公务出行需求,为上饶市提供“互联网+政务用车”服务解决方案,这也是滴滴宣布提供公车解决方案以后,首次与地方政府合作。
从具体的落地形式来看,公务用车其实跟大家使用滴滴出行类似:在手机上安装“滴滴政务版”APP客户端之后,公务人员可以按照公务出行需求选择相应的平台提出用车申请,并通过设置权限进行审批后,驾驶员从APP司机端上接单,并按里程、时间计费,由单位统一结算。滴滴方面认为,这种模式既不耽误公务出行,又通过减少公车及其人员配置降低了开支。
上饶市公务用车服务有限公司总经理余清永曾接受媒体采访时表示,上饶市重大应急调研接待用车平台有74辆公车,市直机关综合执法用车平台有51辆,市级一般公务用车平台有100余辆。引用了滴滴政务版之后,司勤人员精简到107人,随着客户端功能升级,人员还有可能精简。据统计,车改后,上饶市直各单位公务用车节支率最高的超过33%,最低的也高于7%。
有业内专家分析认为,与大众使用网约车不同,公务用车除了要考虑成本和效率,同时还要求监管透明。在这方面,滴滴方面强调,平台能够追溯每一趟公务出行的用车时间和行车线路,使“事中监管”、“事后审查”等有据可查,适合在更多地方的公务出行中使用。
目前,江西省正在逐步将互联网化公车改革扩大到南昌等城市,而杭州所辖13个区县的公务员也将通过滴滴实现“互联网+公务出行”。
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。