CNET科技行者 9月22日 北京消息(文/周雅):十一黄金周就要来了,和往年一样,高德地图雷打不动提前准备好“避堵服务”,不过这一次除了出行,吃喝玩乐住都覆盖了。9月20日,高德地图在北京启动“十一全民出行节”,提供从出行服务到游玩目的地推荐的一站式服务。先主抓核心内容:
1、升级了高德易行平台,路况计算和躲避拥堵算法升级换代,避堵功能更加强大。
2、易行平台的合作伙伴和服务方式也从摩拜、ofo小黄车等共享单车、网约车扩大到火车、飞机领域。
3、推出组队导航、无障碍地图等多个人性化功能。
4、为了防火防盗防被骗,高德乐游云服务上线,帮你选景区、规划旅游行程。
5、美食家沈宏非入驻高德极客地图,独家发布北京、上海、广州、杭州、成都五个城市的美食榜单。
易行平台升级,避堵更智能
路堵不如心堵,全民大出行,本质依然是人、车、路三者互相影响和制约的矛盾。
规模扩大化、出行需求多样化
为此,高德地图将7月27日上线的易行平台升级,优化了交通拥堵算法和避堵策略。具体而言,前者从个性化(即针对不同车辆类型设置不同的拥堵权重)、场景化(比如将收费站出口等车的用户剔除出拥堵计算)、车道级三个维度,提高对拥堵的预测准确率;后者使用深度学习能力,使避堵方案更人性化、实时化。
这背后来自于高德大数据支持——高德用户数7亿、30多万活跃APP、超百城交警部门、每日上千亿次定位及路径规划以及几乎所有汽车厂商的多元大数据,除此之外还有阿里系的庞大数据。
大数据驱动技术升级之余,易行平台还更新了小伙伴阵容。除摩拜、ofo小黄车、滴滴、神州、飞猪等之外,携程、曹操、海南航空等更多平台加入——易行目前已经支持步行、骑行、打车、公交、客车、火车、飞机等出行方式,未来将可实现“一站式导航”。
除了技术、生态更新之外,高德在服务功能方面也刷新了新技能:推出多车组队导航服务,用户通过口令和同行者建立导航车队群组,可以查看同一车队内多辆车的实时位置。
个性语音导航服务,继林志玲、郭德纲、周星星、罗永浩、TFBOYS语音之后,高德又请到高晓松献声,其导航语音包即日上线。
不过令人印象深刻的是,高德针对残障人士、孕妇、老年人推出无障碍地图,在地图上标注出无障碍设施,且无障碍电梯等地点可导航。首批上线北京,随后,上海、广州、深圳、杭州等城市也将陆续上线。不久之后,高德还将上线无障碍设施随手拍功能,邀请用户随手拍摄无障碍设施进行地点贡献。此前,高德针对色盲色弱人群使用的色盲模式也已经上线。
吃喝玩乐住都帮你考虑到了
据国家旅游局数据,旅游经济和景区服务能力大幅提升,但人们国内游之时,依旧会遇到大量的假景区、坑人旅游项目和坑人特产等情况,那么问题来了,用户有旺盛的出游需求,景区资源也有大幅的提升,为何国内旅游还有如此多的痛点?
“表面上看是行业乱象,本质上是中国用户升级后的出游需求没有被满足。中国用户已经开始追求品质化、个性化的出游。” 高德地图副总裁董振宁认为,“在用户需求不断升级、亲子游、自驾游、周边游、都市休闲等旅游形态已经成为趋势的今天,单向的线型供需关系已经无法满足用户出游的实际需要,必须建构用户和景区间的矩阵供需关系,使用户需求和景区服务之间达成匹配。”
为此,高德推出乐游云服务,并与12301国家智慧旅游公共服务平台达成战略合作。利用大数据和云平台为景区管理赋能:先从高德大数据中洞察用户出游的需求和偏好,同时从12301平台了解景区的资源和服务能力,最终通过云平台智能推荐调度,实现用户需求和景区能力间的智能匹配。目前,高德掌握了约5000家包括5A+4A等众多风景名胜的景区数据。
董振宁称,对于景区,乐游云服务可以提供两个层面的价值——一是为景区管理部门提供决策参考,二是为每个景区的具体运营提供数据支持。
用户可以通过乐游云获得全链条服务——出行前,高德智能推荐景区、出游时间和路线安排;出行中提供景区动态信息推送,推荐景区导览、路线及景区服务内容;出游活动完成后,用户还可以在高德上进行景区服务反馈。
与服务反馈相关,高德还发布了“高德生活大数据”榜单,结合高德掌握的定位数据,根据用户的位置信息,反映用户“用脚投票”的消费信息——这其实是另一个维度的用户反馈。首批“高德生活大数据榜单”覆盖了北京、上海、广州、杭州四个城市,涉及到餐厅和酒店领域。
高德地图副总裁陈永海称,现有的点评平台存在刷单等行为,反馈的数据仍不够真实,而高德的这一服务是基于用户位置,反映的是真实世界的信息。
针对追求极致生活的用户,高德极客地图此次邀请了著名美食家、两季《舌尖上的中国》总顾问沈宏非入驻并发布其多年私人美食推荐,推出美食极客榜单,首批榜单覆盖北上广杭成都五个城市。
高德同时还发布了《2017国庆节景区出游指南》,研究公布了十一黄金周期间十大免费热门景区、十大热门名山、十大最受欢迎的古镇、热门亲子游景点等广受关注的出游目的地类型。
附“高德生活大数据”榜单:
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。