CNET科技资讯网 7月6日 北京消息:7月6日,“国民幸福家轿”吉利新远景联合高德地图共同发布了《中国城市夜宵消费趋势大数据报告》(以下简称《报告》)。
《报告》主题为“谁在深夜寻找幸福的味道?”,从夜宵消费群体的性别、年龄、星座、出行范围、喜好品类等多个维度,呈现中国城市夜宵消费趋势。《报告》结果显示,目前夜宵人群近一半是“90后”,以男性居多,且超过7成为已婚人士;在品类上,以小龙虾为代表的小吃成为全国夜宵消费的首选。
随着夏季的来临,尤其是中国版《深夜食堂》的热播,夜宵以及夜宵中的温情故事成为时下的热点话题,夜宵已经成为极具幸福感的生活场景。主张“让幸福更进一步”的吉利新远景此次携手高德地图发布的《报告》,基于高德积累的海量出行数据,通过对全国重要城市的大数据进行计算、分析,揭晓“谁在深夜寻找幸福的味道”的答案。
《报告》显示,我国城市夜宵消费人群中,六成以上是男性,女性比例仅占38.78%,但长沙女性夜宵比例较为突出,占长沙总消费人群的44.35%,高于其他城市。
从年龄分布来看,夜宵主力为“90后”,“00后”和“90后”的总数占比达59.36%,“80后”占比26.14%。其中, 西安“90后”最为突出,占西安整体消费人群的54.47%。
此外,数据显示已婚人士占比超过七成,其中以北京最为突出,比例到达74.88%。同时,已育人群占比53.42%高于未育人群。
天秤座成为最爱吃夜宵的星座,占比达到10.41%,成为12星座之首,处女座紧随其后,占比为9.05%,第三名是天蝎座,占比8.98%;最不爱吃夜宵的星座前三名分别为白羊座、金牛座和双子座。
我国“吃货”为了一顿幸福佳肴可以接受的平均距离为3764米,其中北京人吃夜宵可接受的平均距离达到4984米。在夜宵品类中,以小龙虾为代表的小吃成为夜宵的首选, 其次是各类快餐,火锅位列第三。
《报告》结果显示,夜宵消费金额和人次正在逐年攀升,90后、已婚、男性、天秤座成为最喜欢在深夜找寻幸福美味的人群标签。吉利汽车销售公司副总经理宋军说:“吉利新远景作为一款“国民幸福家轿”一直致力于打造幸福的体验。这次新远景联手高德地图发布《报告》,是为了让人们知道:在深夜里通过‘夜宵’满足味觉的幸福、进而追寻更大幸福的人,还有千千万万。虽然大家的‘幸福’各自不同,但都走在‘让幸福更进一步’的路上。”
高德地图大数据研究院高级专家宋国龙表示:“通过这次《报告》的发布,我们发现虽然人们的年龄、性别、行业不同,但在同一座城市里,会有一段相近的生活轨迹,这段轨迹就是大家借助美食寻找幸福的路。不管大家的口味有什么样的差异,都希望‘幸福’是可以被感知的存在。”
关于吉利新远景
作为“国民幸福家轿”的吉利新远景是拥有近百万用户的中国轿车畅销品牌,每一辆新远景都在凭实力守护、创造用户的幸福。2017款新远景针对造型、操控、配置、安全等方面进行39项优化,让用户及其家人能够在舒适、便利、安全的用车环境中,触碰到切实的幸福感。此外吉利新远景还不断推出“买远景看海景”、“我带爸妈去看海”、“幸福家庭Party”、“幸福回家路”等一系列直击消费者心灵的“幸福拳”。以产品力为“幸福基石”、以系列“幸福拳”作为“幸福之翼”、以百万用户口碑作为“幸福薪火”,吉利新远景虽然不能满足用户对“幸福”的全部理解,却在“让幸福更进一步”的道路上不断向上进取。
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。