雖然伴隨經(jīng)濟(jì)的發(fā)展,人們的收入水平有了顯著提高,但飛漲的物價(jià)仍時(shí)不時(shí)的讓廣大消費(fèi)者無奈。當(dāng)“價(jià)格戰(zhàn)”的字眼出現(xiàn),總能吸引大家關(guān)注的目光,因?yàn)檫@意味著,對(duì)于普通消費(fèi)者來說,又一次“撿便宜”的時(shí)候到了!近日,百度糯米開啟了“全網(wǎng)最低”活動(dòng),將本就在價(jià)格上具有優(yōu)勢(shì)的網(wǎng)絡(luò)團(tuán)購,拉入價(jià)格大戰(zhàn)當(dāng)中,“不看廣告看療效”的極限優(yōu)惠,讓網(wǎng)民不禁樂開了花。
百度糯米“全網(wǎng)最低”活動(dòng)于8月25日上線,據(jù)知情人透露,這次百度糯米投入大量資金,全部用于給消費(fèi)者帶來直接的價(jià)格優(yōu)惠,百度糯米以用戶為中心的核心理念促成了這次大規(guī)模的補(bǔ)貼讓利,相當(dāng)于給用戶發(fā)了一次“全民紅包”。此次活動(dòng)集結(jié)了近20萬優(yōu)質(zhì)商家參與,對(duì)于即將到來的傳統(tǒng)消費(fèi)旺季“金九銀十”,以及越來越近的中秋佳節(jié)而言,消費(fèi)者能夠以最低的價(jià)錢享受到最優(yōu)質(zhì)的商家服務(wù)。
記者搜索“百度糯米”時(shí)發(fā)現(xiàn),在其品牌專區(qū)中已經(jīng)打上了“好團(tuán)購上百度糯米,該省就省,全網(wǎng)低價(jià)不怕比”的宣傳標(biāo)語。進(jìn)入網(wǎng)站首頁后,已經(jīng)有不少團(tuán)單添加了“全網(wǎng)低價(jià)”的標(biāo)識(shí),而且明確標(biāo)注了“比其他團(tuán)購網(wǎng)站低***元”的字樣,讓網(wǎng)友對(duì)其優(yōu)惠有直觀的了解。同時(shí),新增了“全網(wǎng)低價(jià)”的選擇按鈕,與銷量、價(jià)格等排序按鈕同排呈現(xiàn),鼠標(biāo)勾選之后,該城市中所有參與“全網(wǎng)低價(jià)”活動(dòng)的商家及其團(tuán)單則能夠集中呈現(xiàn)。
近20萬參與活動(dòng)的商家覆蓋的業(yè)務(wù)形態(tài)極為豐富,基本涵蓋了吃喝玩樂的全流程,知名電影院線、KTV、餐飲、健身甚至如陶藝等較為偏門的娛樂項(xiàng)目都有涉及。記者在百度糯米北京站看到,從高大上的澳門豆撈到平民餐飲馬蘭拉面,從喧囂的麥頌音樂街區(qū)量販?zhǔn)終TV到安靜的雕刻時(shí)光咖啡館,從北京本地菜便宜坊到星美國際影城,此次“全網(wǎng)低價(jià)”可以說是無所不包、老少皆宜。
在活動(dòng)上線后第一時(shí)間就進(jìn)行消費(fèi)的王女士表示:“這半年來百度糯米的驚喜不斷,317女生節(jié)、517吃貨節(jié)、四周年慶等我?guī)缀趺看味紖⒓恿?,省了不少錢,高密度的活動(dòng)也讓我養(yǎng)成了消費(fèi)之前先看看百度糯米的習(xí)慣,這種讓利給消費(fèi)者的形式特別好,顯出百度糯米對(duì)消費(fèi)者的誠意”。
記者隨后聯(lián)系了百度糯米的負(fù)責(zé)人,該負(fù)責(zé)人表示:“目前‘全網(wǎng)低價(jià)’的活動(dòng)并沒有明確的截止日期,很可能會(huì)在未來成為一個(gè)長(zhǎng)期的活動(dòng)。在百度糯米完成產(chǎn)品、技術(shù)、管理以及和商家合作上的全面升級(jí),與百度的整合漸入佳境之時(shí),通過‘全網(wǎng)低價(jià)’這樣的優(yōu)惠大促,我們將資金補(bǔ)貼用之于消費(fèi)者,增強(qiáng)用戶體驗(yàn),希望和廣大用戶一起開啟O2O生活服務(wù)的未來”。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。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)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"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視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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)無法有效利用視覺信息,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),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。