“快的打車(chē)”旗下的一號(hào)專車(chē)日前宣布,將率先成立一億元的乘客“先行賠付”基金,并已和中國(guó)平安保險(xiǎn)公司共同達(dá)成責(zé)任人責(zé)任險(xiǎn)合作框架,對(duì)使用專車(chē)服務(wù)的乘客在營(yíng)運(yùn)過(guò)程中發(fā)生的保險(xiǎn)事故,由該基金先行給付賠償。把“先行賠付”制度運(yùn)用于解決提高乘客安全保障服務(wù),這在全國(guó)范圍內(nèi)尚屬首家。
據(jù)介紹,“先行賠付基金”是快的公司“乘客保障服務(wù)”體系的一部分,目前僅服務(wù)于中國(guó)大陸的一號(hào)專車(chē)乘客,一期投入1億元保障。目前也在探討針對(duì)快的打車(chē)服務(wù)的乘客,推出類(lèi)似計(jì)劃??斓拇蜍?chē)的“乘客保障服務(wù)”體系還包括車(chē)輛維護(hù)、司機(jī)認(rèn)證等。
很多乘坐過(guò)專車(chē)的乘客都反應(yīng),坐專車(chē)既解決了打不到車(chē)的煩惱,而且體驗(yàn)也很好。但同時(shí),部分乘客也會(huì)擔(dān)心安全問(wèn)題,“如果出了事故誰(shuí)來(lái)負(fù)責(zé)呢?發(fā)生糾紛后向誰(shuí)投訴?究竟該找車(chē)輛方還是找平臺(tái)方呢?”
據(jù)悉,作為一個(gè)約租車(chē)的信息平臺(tái),一號(hào)專車(chē)提供的不是出租、租車(chē)及駕駛服務(wù),具體的租車(chē)服務(wù)由租車(chē)服務(wù)供應(yīng)商提供,駕駛服務(wù)則由駕駛服務(wù)供應(yīng)商提供。一號(hào)專車(chē)原先就要求合作的租賃公司按座位人數(shù)投最高30萬(wàn)的乘客險(xiǎn),以及針對(duì)司機(jī)最高100萬(wàn)的第三方責(zé)任險(xiǎn)等。
此次一號(hào)專車(chē)推出的“先行賠付”計(jì)劃在原先基礎(chǔ)上更進(jìn)一步,具體為:在承接一號(hào)專車(chē)訂單過(guò)程中,依法應(yīng)由租賃服務(wù)公司或駕駛服務(wù)公司承擔(dān)的傷亡賠償責(zé)任,乘客可直接向一號(hào)專車(chē)方面發(fā)起賠付申請(qǐng)。由于用戶的每一單出行在手機(jī)客戶端和后臺(tái)都有記錄,經(jīng)快速審核后,一號(hào)專車(chē)將按消費(fèi)者權(quán)益保護(hù)法、道路交通管理?xiàng)l例及其他相關(guān)法律法規(guī),以及相應(yīng)的賠付標(biāo)準(zhǔn)從基金中拿出錢(qián)向乘客實(shí)施“先行賠付”,讓乘客不再有“出事故說(shuō)不清”的后顧之憂。最高一訂單賠付額度可達(dá)50萬(wàn)元,并且一年不限次數(shù)。
業(yè)內(nèi)人士認(rèn)為,此次“一號(hào)專車(chē)”的舉措,響應(yīng)了交通部“以人為本、鼓勵(lì)創(chuàng)新、趨利避害、規(guī)范管理”的原則,較好解決了使用專車(chē)的安全風(fēng)險(xiǎn)防控和事故保險(xiǎn)糾紛等問(wèn)題,同時(shí)無(wú)形中也為國(guó)內(nèi)專車(chē)市場(chǎng)樹(shù)立了一個(gè)全新的服務(wù)標(biāo)準(zhǔn),相信其他專車(chē)廠商很快會(huì)跟進(jìn)。
就在昨日晚間,交通部對(duì)近日喧囂的專車(chē)“黑白”之爭(zhēng)表態(tài)稱,“專車(chē)”服務(wù)對(duì)滿足運(yùn)輸市場(chǎng)高品質(zhì)、多樣化、差異性需求具有積極作用。各類(lèi)“專車(chē)”軟件公司應(yīng)當(dāng)遵循運(yùn)輸市場(chǎng)規(guī)則,承擔(dān)應(yīng)盡責(zé)任,禁止私家車(chē)接入平臺(tái)參與經(jīng)營(yíng),讓使用“專車(chē)”服務(wù)的乘客更加安心、放心出行。
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。