社會(huì)化資訊的盛行對(duì)新聞報(bào)道既有沖擊也有啟發(fā),枯燥的新聞閱讀是否能卸下嚴(yán)肅的面孔用輕松的姿態(tài)與讀者見面,單向的新聞傳播模式是否也能產(chǎn)生更多實(shí)時(shí)互動(dòng)?
近期,網(wǎng)易新聞客戶端推出了一檔專門面向那些既喜歡輕松幽默的段子,又想放眼全球胸懷天下的創(chuàng)新欄目《早安地球人》。每天早上9:30-11:30期間,《早安地球人》欄目都會(huì)以直播方式,與網(wǎng)易新聞客戶端的用戶們“Say Morning!”
《早安地球人》欄目
無論是關(guān)注西班牙關(guān)于禁止醉酒者在街上行走的無厘頭法規(guī),或是用國外部長辭職的消息來證實(shí)“坑爹不分國籍”的事實(shí),《早安地球人》充分發(fā)揮了“逗比”精神。每天,當(dāng)值小編都會(huì)以直播的方式,精心搜羅地球上各國人民正在關(guān)注的新聞資訊,遠(yuǎn)到有歐美主流媒體關(guān)注的時(shí)政熱點(diǎn),近及港臺(tái)新聞或社交網(wǎng)站熱門話題;然也少不了一些來自全球各地的趣味視頻、熊孩萌寵……總之就是讓讀者迅速了解地球人都在關(guān)注著什么。并且用風(fēng)趣幽默,拒絕正經(jīng)的聊天風(fēng)格一一呈現(xiàn)出來。
用戶還可以與《早安地球人》的每日當(dāng)值主播進(jìn)行互動(dòng)聊天,對(duì)當(dāng)前新聞進(jìn)行直播跟貼。剛剛看到的新聞?dòng)惺裁聪胝f的,隨時(shí)都能和別人分享。聊天室中網(wǎng)友的好點(diǎn)子神跟貼,還有可能被小編回復(fù)而進(jìn)入直播,讓網(wǎng)友跟新聞直播一起玩兒起來。
雖然上線時(shí)間不長,《早安地球人》已經(jīng)獲得了不少關(guān)注與參與。網(wǎng)易的數(shù)據(jù)統(tǒng)計(jì)顯示,平均每一期參與互動(dòng)人數(shù)有50萬人次,峰值時(shí)能達(dá)到近150萬人。另外,欄目中所選擇的信息也是精挑細(xì)選,總數(shù)控制在40余條的范圍,來避免相對(duì)無趣的信息造成用戶互動(dòng)的冷場。對(duì)于用戶來說,既可以圍觀新奇有趣的全球新鮮事兒,又能與來自四面八方的網(wǎng)友們共同探討,指點(diǎn)江山,激揚(yáng)文字,這也促使用戶們能夠樂此不疲地參與其中。
《早安地球人》欄目
近來網(wǎng)易一直在內(nèi)容創(chuàng)新方面頻頻發(fā)力。例如去年采用HTML5的形式制作了《秋褲傳奇》、《習(xí)近平和奧巴馬是這樣夜游中南海的》等頗有趣味性和實(shí)效性的專題新聞,都被用戶所津津樂道。另外,網(wǎng)易新聞客戶端的彈幕跟貼、語音跟貼等設(shè)計(jì),讓粉絲能夠輕松便捷地進(jìn)行新聞內(nèi)容的互動(dòng)和分享,增強(qiáng)了用戶的參與度和黏性?,F(xiàn)在,創(chuàng)新內(nèi)容加上強(qiáng)互動(dòng)性的設(shè)計(jì)已經(jīng)成為網(wǎng)易新聞客戶端與同類產(chǎn)品最具標(biāo)志性的區(qū)別,也為網(wǎng)易帶來了大批忠實(shí)的“易粉”。
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。