阿里回應美奢侈品牌起訴:指控毫無根據(jù) 要強力反擊
5月18日消息,阿里巴巴針對在美遭到多奢侈品牌起訴一事做回回應稱,我們一直以來都在保護知識產(chǎn)權方面與眾多的品牌進行合作。過去我們在這方面有良好的紀錄。不幸的是,開云集團選擇了無意義的訴訟之路, 而不是采用建設性合作的方式。我們認為這項指控毫無根據(jù),我們要強力反擊。
據(jù)路透社報道,多家奢侈品制造商近日在紐約曼哈頓聯(lián)邦法院起訴阿里巴巴集團,聲稱阿里故意放縱造假者,為其在全球銷售提供平臺。
原告在訴訟中稱,阿里及其關聯(lián)實體為造假者面向美國客戶銷售他們的假冒產(chǎn)品“提供了在線平臺廣告以及其它所需要的必要服務”。訴訟還指出,即便阿里已被清楚地告知這些商家銷售的是假冒產(chǎn)品,但該公司依舊允許假貨繼續(xù)銷售。
對此,原告要求法院發(fā)布指令,阻止阿里提供或協(xié)助假冒產(chǎn)品的銷售,并尋求未指定金額的賠償金,其中可能包含法律規(guī)定的每件假冒產(chǎn)品賠償2美元。
據(jù)了解,年初阿里巴巴遭遇國內(nèi)工商部門平臺售假調(diào)查,首次影響阿里股價出現(xiàn)了幾日下跌的情況。但據(jù)TechWeb了解,目前該事件還未大規(guī)模影響到阿里股價。截止昨日收盤,阿里股價收報于88.46美元,比前日上漲了0.07%。
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訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結(jié)構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,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,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。