科技行者 1月9日 北京消息(文/李祥敬): 一年你喝多少咖啡?有统计显示,咖啡消费者们每年都会喝掉超过5千亿杯咖啡。
同时人们对于喝咖啡的品质有了更高的追求,购买那些可持续种植和来源可靠的咖啡。庞大的全球供应链使得咖啡追踪问题愈加困难。因为咖啡豆一旦成熟,就会“几经转手”,先后在合作社、出口商、托运商、进口商、烘焙商、分销商和零售商流通,最后才会到消费者手中。这个时候区块链技术就有了用武之地。
在2020年国际消费类电子产品展览会(International Consumer Electronics Show,简称CES)上,Farmer Connect和IBM向消费者推出了一款名为“Thank My Farmer”的新型移动应用。这款应用不仅可以让咖啡消费者们追踪咖啡的质量和产地,还可以为种植咖啡豆的农民提供支持。
Farmer Connect是一个由IBM区块链设计支持的追踪平台,旨在帮助提高咖啡供应链的可追溯性、效率和公平性。 它填补了咖啡师和咖啡种植户之间“鸿沟”。Farmer Connect目前正与Sovrin Foundation合作,引入一种新式数字身份,即基于分布式账本技术的自主主权身份,让生产过程更加透明,从而带给消费者更好的体验。
“Thank My Farmer”应用是一款面向消费者的应用程序,它以一种标准化的方式直接从区块链中提取信息,同时可以满足整个咖啡行业的标准。它在用户与种植户、贸易商、烘培商和品牌商之间架起了一座沟通桥梁。这些信息将以交互式地图的形式展现,简单、灵活地述说每件产品的“前世今生”。“Thank My Farmer”还为咖啡产地社区提供了可持续发展项目,让消费者有机会支持咖啡原产地。
该移动应用将于2020年初推向大众市场。届时,美国和加拿大的用户可以扫描1850优质单品咖啡的二维码。欧洲消费者则可以通过新的单品品牌“Beyers 1769”咖啡(烘焙商是Beyers Koffie公司),来访问“Thank My Farmer”。
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。