11月11日13時(shí)31分,天貓雙十一交易額突破362億元,超過(guò)去年雙十一全天交易額,其中無(wú)線成交占比45.3%。且數(shù)字還在刷新。
雖然外界就預(yù)測(cè)今年雙11成交額將再次刷新,但當(dāng)天“剁手黨們”的下手速度之快仍突破想象:根據(jù)阿里巴巴官方數(shù)據(jù)顯示,雙十一開(kāi)始1分11秒破億;凌晨剛過(guò)3分鐘,交易額突破10億,這個(gè)數(shù)字在去年耗時(shí)6分7秒,今年同比快了3分多鐘;14分鐘02秒,突破50億;38分鐘28秒,沖到100億元,其中無(wú)線占比45.5%,去年沖到100億用了5小時(shí)49分;截止到13:31,成交額超過(guò)去年雙11全天。
在移動(dòng)端,從11月11日零時(shí)就一路攀升,開(kāi)場(chǎng)僅75秒成交額突破1億元,相比去年4分10秒,時(shí)間提前了3.3倍,刷新移動(dòng)網(wǎng)購(gòu)成交破億的最短時(shí)間世界記錄;開(kāi)場(chǎng)后4分28秒,移動(dòng)端成交額突破10億元。隨后,無(wú)線成交額一路直線飆升,到早上7時(shí)36分,移動(dòng)網(wǎng)購(gòu)的成交額已刷新到100億。
商家也不斷刷新成交:截止11日中午12時(shí),天貓有12家店鋪銷售額過(guò)億元,手機(jī)、服飾、家具、電器類商家領(lǐng)銜, 42家店鋪超過(guò)5000萬(wàn),其中小米官方旗艦店支付金額突破10億元,成為首個(gè)銷售額破10億的商家。而去年雙十一全天,包括海爾、優(yōu)衣庫(kù)、羅萊、小米旗艦店、JackJones等17家官方旗艦店交易額破億元,43家店鋪銷售過(guò)5000萬(wàn)。
回顧歷年雙十一,其成交額都是呈現(xiàn)幾何級(jí)的增長(zhǎng),2009年5200萬(wàn)元;2010年9.36億元;2011年52億元;2012年191億元;2013年350億元。
今年雙十一,是歷年商家數(shù)目參與最多的一年,僅天貓就有近2.7萬(wàn)商家、4.2萬(wàn)個(gè)品牌參與其中。同時(shí),天貓和商家投入近百萬(wàn)的客服保證售前咨詢和售后的服務(wù)。而與菜鳥(niǎo)網(wǎng)絡(luò)合作的14家物流快遞公司新增了25萬(wàn)名新的快遞員,總計(jì)125萬(wàn)余名快遞員加入到今年的雙十一。
據(jù)悉,在雙十一狂歡開(kāi)始的一小時(shí)內(nèi),已有175個(gè)國(guó)家和地區(qū)成交。其中,交易額前10的省份分別為:浙江、廣東、江蘇、上海、北京、四川、山東、湖北、湖南、河南;除去大陸市場(chǎng),在出口交易前十名的國(guó)家和地區(qū)中,香港交易量排在首位,幾乎相當(dāng)于第二名臺(tái)北的2倍,第三是美國(guó)。
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。