CNET科技行者 8月4日 北京消息:滴滴出行今日宣布,密歇根大学终身教授刘向宏(Henry Liu)已加盟滴滴,出任智慧交通首席科学家。刘向宏将全面领导滴滴智慧信号灯研发团队,并进行智慧交通多项产品与技术服务的深度探索。
滴滴致力于成为全球最大的智慧交通综合服务提供商,智慧交通亦是今年五大战略项目之一,已和全国二十多个城市展开合作。在武汉、济南、深圳、贵阳等地,滴滴陆续落地了智慧信号灯、智慧诱导屏、智慧公交、智慧代驾热力图、智慧交通运行报告等多个项目,并取得初步成效。数据显示,滴滴的智慧信号灯让济南经十路早晚高峰期延误时间下降了超过10%,让武汉江发路早高峰延误时间下降了超过20%。
滴滴出行高级副总裁、智慧交通负责人章文嵩表示:“滴滴希望与城市交通管理者携手打造基于互联网+大数据的智慧交通整体解决方案,帮助进行前瞻性的市政规划和基础设施布局,切实改善城市交通、普惠大众出行。Henry教授的加盟更加体现了滴滴在该领域的信心与决心,也让我们的技术实力更上一个台阶。我们持续欢迎更多全球顶尖的科技人才加入滴滴,和我们一起解决世界级的交通、环保和城市发展面临的挑战。”
刘向宏是智慧交通领域的先行者和领军人物,任密歇根大学智能网联交通研究中心主任、土木和环境工程学院终身教授,以及交通研究所(UMTRI)研究员等,主要研究领域为交通网络监控、建模和控制,包括交通流建模与仿真、交通信号控制、交通网络分配和智能网联交通。作为一位深受信赖的导师和教授,他培养了数十位智慧交通领域的专家。此外,他拥有多项专利并发表过80多篇SCI/SSCI检索论文,同时担任多个智能交通期刊的副主编与编委。
刘向宏表示,滴滴在智慧交通领域的探索在全世界范围来说都极具开创性和前瞻性,而解决城市交通难题是很有挑战性的工作,加入滴滴将推动滴滴智慧信号灯乃至更多的智慧交通产品与服务在各地得到更广泛的应用,造福公众出行。
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。