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
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。