3月26日,網(wǎng)易新聞客戶端5.0版本全新上線,對信息架構(gòu)進行了優(yōu)化布局,新的信息構(gòu)架給更多優(yōu)質(zhì)內(nèi)容以直觀的展現(xiàn),并根據(jù)不同的場景對資訊內(nèi)容進行了準確的劃分。
目前底部導(dǎo)航整合了新聞、閱讀、視聽、發(fā)現(xiàn)、我五大核心欄目。在設(shè)計上減少入口,幫助用戶更快地找到自己所需內(nèi)容,在功能上從不斷增加變化到不斷專精,將最重要最常用的圖標放在底部。欄目劃分簡約聚合,旨在為用戶提供更流暢便捷的操作體驗和更大的閱讀空間。
升級后的“新聞”欄目,持續(xù)為受眾提供最新最快的熱點新聞和編輯篩選的精品閱讀,同時對直播、跟貼等進行欄目化運營。此前的訂閱和推薦欄目升級整合為“閱讀”欄目,調(diào)整了推薦的定位,根據(jù)用戶的興趣,基于訂閱及更多內(nèi)容源為用戶推薦感興趣的內(nèi)容,激勵用戶進行社會化傳播,營造一種慢閱讀的氛圍,與新聞TAB的時效性和緊張感形成互補,滿足用戶不同層次的新聞閱讀需求。
同時,順應(yīng)4G網(wǎng)絡(luò)的發(fā)展趨勢, 網(wǎng)易新聞客戶端5.0版本在傳統(tǒng)的圖文新聞基礎(chǔ)上,推出“視聽”欄目,包括“視頻”和“電臺”兩個板塊,主打精彩的原創(chuàng)電臺和最新最快的短視頻新聞,接口位置更優(yōu),視聽體驗更流暢,突出看(視頻)新聞、聽(音頻)新聞的不同使用場景,采用多樣化的媒介表現(xiàn)形式,并在多媒體之上增加了交互性,打破了單一的新聞閱讀場景,給用戶帶來全方位的資訊閱讀新體驗。
此外,原本入口較深的活動廣場、有態(tài)度俱樂部等版塊被安排在一級入口“發(fā)現(xiàn)”欄目中,獲得更多位置上的優(yōu)勢,為用戶提供更多趣味性的娛樂活動和多樣化的增值服務(wù)。個人主頁則被升級為“我”欄目,該欄目匯集用戶的個人數(shù)據(jù)和專屬服務(wù),建立以金幣為基礎(chǔ)的用戶個人體系,以金幣激勵用戶、以任務(wù)引導(dǎo)用戶。通過金幣和可視化的數(shù)據(jù)激勵用戶閱讀更多新聞的同時,打通支付環(huán)節(jié),引導(dǎo)用戶嘗試更多專屬的個人服務(wù)。
網(wǎng)易新聞客戶端5.0上線,旨在針對用戶不同的閱讀層次和不同的閱讀場景,滿足用戶多維度的資訊獲取需求,成為用戶看世界的窗口,并在此基礎(chǔ)上加大用戶關(guān)懷的范圍和力度,持續(xù)為用戶提供愉悅的資訊閱讀體驗。以個性化、社交化服務(wù)于新聞,以本地化、活動進行商業(yè)化探索。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓(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)學解題中,為AI訓(xùn)練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。