北京時(shí)間5月14日消息,據(jù)科技博客VentureBeat報(bào)道,Twitter委托市場(chǎng)調(diào)研公司Research Now發(fā)布的調(diào)查報(bào)告顯示,Twitter用戶熱衷于觀看視頻,特別是在移動(dòng)設(shè)備上。
報(bào)道稱,為了掌握Twitter上的視頻觀看情況,Research Now對(duì)14個(gè)國(guó)家的用戶進(jìn)行了調(diào)查,每個(gè)國(guó)家調(diào)查的用戶數(shù)量至少為1000人。
調(diào)查發(fā)現(xiàn),大多數(shù)Twitter用戶(82%)在Twitter上觀看視頻內(nèi)容。其中,全球90%的Twitter視頻是在平板電腦或智能機(jī)上觀看的。Twitter用戶觀看的視頻類型大致相同,64%的人喜歡觀看突發(fā)新聞,54%的人喜歡觀看體育節(jié)目集錦,50%的人喜歡觀看電視節(jié)目集錦。
報(bào)告顯示,在Twitter用戶最希望看到的更多視頻來(lái)源中,名人占比達(dá)到45%,然后是其它用戶(40%)、品牌(37%)。
報(bào)道稱,Twitter在此次調(diào)查中發(fā)現(xiàn)的最有價(jià)值數(shù)據(jù)可能是:70%的用戶主要觀看的是在他們的信息流中發(fā)現(xiàn)的視頻,這意味著用戶正在Twitter上挖掘新視頻內(nèi)容。對(duì)于考慮在Twitter上展開(kāi)營(yíng)銷活動(dòng)的廣告商來(lái)說(shuō),這是一項(xiàng)關(guān)鍵參考數(shù)據(jù)。另外,只有11%的用戶稱他們?cè)赥witter上使用搜索來(lái)尋找特定視頻。
相比之下,只有20%的YouTube用戶表示,他們主要觀看的是在YouTube上發(fā)現(xiàn)的視頻;63%的用戶稱,他們主要使用搜索來(lái)尋找YouTube上的特定視頻。
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。