2015年3月30日,中央四部委聯(lián)合出臺(tái)七年來最大力度的樓市救市政策,從金融、稅收方面降低改善型需求的置業(yè)門檻。而一天后的3月31日,安居客與58同城攜手,共同推出主題為“58安居客英雄聯(lián)盟”的“房產(chǎn)季”活動(dòng),斥資8億回饋找房用戶。天時(shí)地利,平臺(tái)給力,活動(dòng)推出僅半月后就取得了超預(yù)期效果,更成為樓市復(fù)蘇過程中的一針強(qiáng)化劑。
“房產(chǎn)季”正式啟動(dòng)后,已陸續(xù)覆蓋全國近30個(gè)城市。在上海、北京、深圳等需求旺盛的城市,用戶參與熱度尤甚。數(shù)據(jù)顯示,安居客平臺(tái)最近半月的用戶數(shù)和訪問量較活動(dòng)開始前激增30%,新房電話量上漲18%,注冊(cè)經(jīng)紀(jì)人數(shù)量也出現(xiàn)了約20%的增長。
“‘房產(chǎn)季’活動(dòng)與政策利好取得了疊加效果。”安居客相關(guān)人士表示,二套房降首付、營業(yè)稅免征條件放寬,使得現(xiàn)在成為了改善置業(yè)的最佳購房窗口。而安居客在改善型住房上擁有市場優(yōu)勢(shì),加之“房產(chǎn)季”豐富的回饋活動(dòng),相信會(huì)大力帶動(dòng)4月房地產(chǎn)市場的整體成交量。
據(jù)介紹,本次活動(dòng)是58同城并購安居客后首次聯(lián)合回饋用戶,活動(dòng)將持續(xù)到5月1日?;顒?dòng)期間,用戶只要通過PC端訪問安居客網(wǎng)站(www.anjuke.com),或通過移動(dòng)端訪問安居客APP或M.anjuke.com詳情頁,分享任意租房、二手房以及新房房源信息到新浪微博,內(nèi)容包含#58安居客房產(chǎn)季#,并@安居客官方微博,即可以參與“分享有禮”抽獎(jiǎng)活動(dòng)。獎(jiǎng)品包含了紅米手機(jī)、移動(dòng)電源、手機(jī)話費(fèi)等。
如果用戶在參加“分享有禮”后,還成功通過“房產(chǎn)季”活動(dòng)完成租房(簽合同成功)或買房(網(wǎng)簽成功或過戶成功),還可參與“成交有禮”環(huán)節(jié)的抽獎(jiǎng),有機(jī)會(huì)獲得1580元租房補(bǔ)貼和4999元購房補(bǔ)貼。所有抽獎(jiǎng)禮品和現(xiàn)金補(bǔ)貼的總價(jià)值高達(dá)8億元。
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。