今年的春節(jié),不知道是不是大家都和我一樣,不再收到上百條的短信,而取代這些短信的是微信。
在去年,如果大家覺(jué)得微信拜年還不算拜年的話,那么,在今年,微信拜年真的已經(jīng)登上大雅之堂,當(dāng)然,這更大的得益于春節(jié)前,微信紅包恰到適宜的問(wèn)世。
紅包:你搶了沒(méi)有
春節(jié)的前兩三天,微信朋友圈掀起了曬紅包的高潮,大家都在搶紅包之際,恨自己加入的群太少,土豪朋友太少,更是在搶到紅包的同時(shí),毫不猶豫的把銀行賬號(hào)與微信支付綁定。
大家都說(shuō),阿里巴巴支付寶忙了這許多年做的事,騰訊微信只用三天就做到了。
騰訊用微信做到的還不僅僅是銀行卡和微信的綁定,更重要的是,再次鞏固了微信在社交媒體中的地位,以及其通信功能的角色扮演。
微博的沒(méi)落已經(jīng)是顯而易見(jiàn)的事情,但是,即便是在微博最鼎盛時(shí)期,大家也并沒(méi)有用微博拜年取代短信拜年,更沒(méi)有用微博的溝通作為日常溝通,可是微信做到了。
微信:讓年過(guò)的更熱鬧
忙于搶紅包,就勢(shì)必要更加頻繁的查看微信,查看群消息,看有沒(méi)有人發(fā)紅包,以便及時(shí)去搶。
可惜,搶紅包的軟件沒(méi)能在手機(jī)上實(shí)時(shí)出現(xiàn),大家只能頻繁的看手機(jī),每隔一會(huì)就要查看一下,這就不自覺(jué)的會(huì)在群里交流各種各樣的信息。
比如自己家的年夜飯,比如家鄉(xiāng)的見(jiàn)聞,回家路上的各種奇聞趣事,或是各種各樣的感想,所以,微信群就變得異常活躍。
在群里活躍的大家會(huì)覺(jué)得,過(guò)年有了更多人的陪伴,不僅僅身邊有家人,手機(jī)里還有朋友陪,好像大家回家過(guò)年,卻不曾離開(kāi)過(guò)自己的同學(xué)、同事。
由于手機(jī)的用戶粘性,再加上微信作為社交媒體的用戶粘性,使得微信愈發(fā)成為纏繞著大家的工具,這也得益于微信本事的通信屬性。
拜年:重?fù)?dān)落在微信上
紅包帶來(lái)的用戶粘性,微信本身的通信屬性,所以使得微信自然而然就成為拜年的主角。
搶紅包的同時(shí),捧著玩手機(jī)的同時(shí),就讓微信成為了拜年的渠道。而且微信有更豐富多彩的動(dòng)畫表情、圖片展示功能,表達(dá)新春祝福的時(shí)候,可以更加生動(dòng)。
當(dāng)微信成為拜年的工具的時(shí)候,就更加傳遞給我們一個(gè)訊號(hào):微信在社交媒體中的地位越來(lái)越鞏固,愈加無(wú)法替代。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。