在第6個(gè)雙十一來(lái)臨前夕,天貓事業(yè)部總裁王煜磊發(fā)出內(nèi)部信。信中在對(duì)團(tuán)隊(duì)付出給予肯定的同時(shí),也表達(dá)了對(duì)雙十一的信心。
王煜磊在信中提到,每個(gè)人都是平凡的個(gè)體,沒(méi)有人比別人多什么,我們多的可能就只有對(duì)我們想追求的方向,比別人更努力一點(diǎn),每天付出的更多一點(diǎn),而天貓六年雙11,能夠走到今天,靠的就是這樣的一群人,每年全力以赴,把想做的事情,努力,做到更好,做到盡量不留遺憾,僅此而已。
不難看出,王煜磊對(duì)自己的團(tuán)隊(duì)給予了肯定并寄予厚望。誠(chéng)如他在信中最后提到:“夢(mèng)想要有的,因?yàn)橛写蠹?,我們一定?huì)實(shí)現(xiàn)。”
《享受今晚 夢(mèng)想一定會(huì)實(shí)現(xiàn)》
作者 天貓事業(yè)部總裁王煜磊
有夢(mèng)想的人們:
2014年雙11已經(jīng)開(kāi)始倒計(jì)時(shí)了,看著歡快的場(chǎng)景,每個(gè)人洋溢在臉上的笑容,關(guān)起門(mén)來(lái),做一件每年都必須做的事情,給大家寫(xiě)封郵件,不僅僅給大家,也是對(duì)自己雙11的一個(gè)留念。
阿里集團(tuán)今年剛剛上市,我們的小二們估計(jì)除了在上市當(dāng)天興奮了一下,還沒(méi)有機(jī)會(huì)去體會(huì)的時(shí)候,大家已經(jīng)都投入到了2014年雙11的準(zhǔn)備中,個(gè)中體會(huì),痛苦,歡樂(lè),還有淚水,每個(gè)人感觸不一樣。相信無(wú)論大家是第一次參加雙11,還是自己的第六個(gè)雙11,每個(gè)人的收獲和感觸都不一樣,但這段時(shí)間所有外部的新聞、評(píng)論、報(bào)導(dǎo)、甚至是我們的一個(gè)舉動(dòng),被無(wú)限放大的時(shí)候,我相信每個(gè)人對(duì)我們身處的環(huán)境和我們一起打拼的公司感受會(huì)更深。我們每個(gè)人都是平凡的個(gè)體,沒(méi)有人比別人多什么,我們多的可能就只有對(duì)我們想追求的方向,比別人更努力一點(diǎn),每天付出的更多一點(diǎn),而天貓六年雙11,能夠走到今天,靠的就是這樣的一群人,每年全力以赴,把想做的事情,努力,做到更好,做到盡量不留遺憾,僅此而已。從現(xiàn)在開(kāi)始,無(wú)論我們還有多少遺憾,或者還有多少擔(dān)心,請(qǐng)看看你身邊的戰(zhàn)友,跟他說(shuō)一句:我們?cè)谝黄穑驗(yàn)樘熵堧p11無(wú)論取得什么樣的成績(jī),離不開(kāi)身邊的每一個(gè)人,當(dāng)然,無(wú)論我們碰到什么樣的問(wèn)題,也都需要我們大家一起來(lái)解決。
今年天貓經(jīng)歷了很多,無(wú)論什么樣的變化,我看到的是一只百折不撓,腳踏實(shí)地的團(tuán)隊(duì),大家盡心盡力,全力以赴,為了上市后的第一個(gè)雙11,毫無(wú)保留地貢獻(xiàn)著自己的全部。我看到了大家的努力,更為大家的精神所折服,沒(méi)有大家的攜手共擔(dān),我們不可能有今天的準(zhǔn)備,而沒(méi)有大家在一起,我們更不會(huì)有未來(lái)承擔(dān)更大責(zé)任的天貓。
最后,我想把上市時(shí)大家廣為流傳的一句話給到今天每個(gè)同學(xué),但我稍稍做了一些修改:夢(mèng)想要有的,因?yàn)橛写蠹?,我們一定?huì)實(shí)現(xiàn),作為第六個(gè)雙十一,我送給大家的祝福吧。
Have fun tonight, for you guys deserve it!
喬峰
2014年11月10日
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。