13年前,发明了葛优躺的葛大爷为中国移动的神州行品牌,拍了一只当时很出名的广告。
广告的其中一段词是这样说的:
“就说这手机卡,有一说一啊,我不挑号,号好不好是虚的,我挑卡!神州行,是吧,用的人多!这就跟进饭馆儿一样,一条街上,哪家人多我进哪家!神州行,听说将近两亿人用,我……相信群众!神州行,我看行!”
群众听了葛优的话说,在广告里回应:对,信葛优,不信忽悠。
十几年后,葛优的预言成真了,群众的意见,真的成了影响一个饭馆生意好坏的决定因素。
但我们不用去街边看群众意见了,拿出手机就可以。
时代在变化,相比葛大爷还在拍电视剧的当年,当产品、服务供给已经过剩,线下看顾客流量的时间成本实在太高,我们不用去街边看哪家店人群众更喜欢,在网上就可以轻松看出哪家店的群众留言更多,好评更多,这些店就是“群众的选择”。
无论是出差还是旅行,甚至在屋里点一份外卖,这些留言、评论组成的星级,果然成了我们选择饭馆的标准,葛大爷说对了。
我们的行为当然是非常合理的,我们总不能选择口碑差的饭馆吧。
但是,我们的行为无形中赋予了一种人极大的权力,他们就是——话唠。
说「话唠」之前,我们先讲与话唠对应的另外一部分人群,他们则是——「沉默的大多数」。
沉默的大多数,代表多数的你我,大家可以看自己周围的例子,有多少人愿意在社交平台上,去写一大段评论,点击评级,去评价一个饭馆,其实很少。
我们就是这些沉默的绝大多数,在数字世界,我们只是“网络评价”的阅读者,而不是评价者。
而话唠,就是不沉默的少数人,他们和我们不同,他们愿意当评价者。
这些少数人,决定了一个个饭馆的口碑高低。
而话唠决定的不止是饭馆的评价,某种程度,他们还在统治世界。
沉默的大多数沉默的原因有很多,一种情况是懒于参与公众意见,另外一种则是因为他们小心谨慎。
谨慎的原因也有很多,他们觉得自己可能会犯错,只能代表个人看法,或者担心引来专业人士的嘲笑。
而话唠不是这样的,话唠对于网络发声很勤劳,他们相信自己的正确性,如果话唠觉得别人和自己说的不一样,原因通常只有一个,那就是对方太蠢。
沉默的人保持沉默,话唠持续发声。
久而久之,在网络世界中,看似能代表所有人的评价体系,并非所有人,他们只是话唠。
话唠的声音,即使是错误的,也会盖过正确的,因为即使是正确的声音,如果沉默不语,还有什么用呢?
在这个世界,讲错不怕,但怕不讲。
美誉度不重要,声量度才重要。
因为声量大,长期看,相信的人总会越来越多。
所以,电梯里的分钟广告越来越喜欢重复的念商标,它们也是话唠。
于是,话唠的权力越来越大,沉默者的权力越来越小。
在大洋彼岸就有好例子:
当总统,或者想当总统,发推文最重要;沉默的族群,从来都被所忽视,因为反正他们“只爱看公号不爱去投票”。
广告里,葛优说,相信群众。群众说,信葛优,不信忽悠。
群众可能错了,因为在这个时代,信群众,就是信话唠,就可能是在信忽悠。
一千个人眼里,有一千个哈姆雷特?
不不不,只要有一千个人都说哈士奇是哈姆雷特,那哈士奇就是哈姆雷特。
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。