如果你經(jīng)常使用手機(jī)觀看視頻,今天當(dāng)你打開(kāi)最新版豌豆莢,搜索「愛(ài)奇藝」、「PPTV」、「風(fēng)行」、「騰訊視頻」等關(guān)鍵詞時(shí)會(huì)發(fā)現(xiàn),在「全部」標(biāo)簽頁(yè)的上述應(yīng)用卡片中不僅包含了基礎(chǔ)的應(yīng)用信息,同時(shí)還呈現(xiàn)了應(yīng)用內(nèi)當(dāng)天熱門(mén)視頻的圖文介紹。如果你對(duì)這些熱門(mén)視頻感興趣,只要點(diǎn)擊圖文介紹就可以立即安裝應(yīng)用、并直接跳轉(zhuǎn)到應(yīng)用中觀看相關(guān)視頻內(nèi)容。
這是豌豆莢在最新版本中推出的「應(yīng)用內(nèi)熱門(mén)內(nèi)容展示」功能,目前已經(jīng)在上述 4 家視頻應(yīng)用上實(shí)現(xiàn),未來(lái)還將擴(kuò)展到不同內(nèi)容品類(lèi)的更多應(yīng)用。
用戶在手機(jī)上搜索應(yīng)用時(shí),根本目的往往是消費(fèi)應(yīng)用內(nèi)的內(nèi)容,應(yīng)用只是內(nèi)容的載體?;凇笐?yīng)用內(nèi)搜索」的技術(shù)積累和對(duì)用戶需求的深入理解,豌豆莢「應(yīng)用內(nèi)熱門(mén)內(nèi)容展示」功能讓用戶在下載應(yīng)用之前,就可以預(yù)覽并直接選擇應(yīng)用內(nèi)的熱門(mén)內(nèi)容,從而更準(zhǔn)確地選擇自己需要的應(yīng)用。據(jù)豌豆莢稱(chēng),該功能目前在國(guó)內(nèi)尚屬首創(chuàng)。
豌豆莢如何讓內(nèi)容一觸即「用」?以在豌豆莢搜索「愛(ài)奇藝」為例,你會(huì)發(fā)現(xiàn)「全部」標(biāo)簽頁(yè)提供的「愛(ài)奇藝視頻」應(yīng)用卡片不僅提供了安裝量等基礎(chǔ)信息,還直接展示了愛(ài)奇藝當(dāng)天的 3 部熱門(mén)視頻。如果你想觀看時(shí)下熱門(mén)的美劇「蛇蝎女傭」第二季,只需點(diǎn)擊它的圖文介紹,在確認(rèn)并安裝后就會(huì)直接跳轉(zhuǎn)至愛(ài)奇藝視頻應(yīng)用開(kāi)始播放這部熱門(mén)劇集——一觸即可無(wú)間隙享用有趣的視頻內(nèi)容。
圖:「愛(ài)奇藝視頻」的當(dāng)天熱門(mén)內(nèi)容展示
圖:確認(rèn)并安裝應(yīng)用后即會(huì)開(kāi)始播放視頻內(nèi)容
目前,豌豆莢在應(yīng)用、游戲之外的視頻、電子書(shū)、壁紙等內(nèi)容品類(lèi)已經(jīng)累積超過(guò) 6000 萬(wàn)用戶,內(nèi)容消費(fèi)超過(guò) 8 億次。目前豌豆莢收錄了 195 萬(wàn)部視頻,198 萬(wàn)本電子書(shū),248 萬(wàn)張壁紙。
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。