繼本月初亞馬遜“海外購(gòu)”商店上線國(guó)際家居項(xiàng)目后,亞馬遜中國(guó)日前宣布,正式上線其在中國(guó)市場(chǎng)的第一個(gè)會(huì)員制項(xiàng)目“亞馬遜家庭”。同時(shí),亞馬遜中國(guó)攜手母嬰垂直門戶搖籃網(wǎng),共同發(fā)起《80、90后媽媽消費(fèi)習(xí)慣大調(diào)查》。
亞馬遜中國(guó)母嬰和玩具頻道總監(jiān)張琪指出,中國(guó)B2C母嬰消費(fèi)市場(chǎng)潛力巨大,新手媽媽成主體,她們消費(fèi)開支并不含糊,且注重口碑,更精明。盡管如此,亞馬遜有底氣。
《80、90后媽媽消費(fèi)習(xí)慣大調(diào)查》從人群屬性、消費(fèi)能力和購(gòu)買習(xí)慣等方面,調(diào)研新生代父母的母嬰消費(fèi)行為,從3000份樣本分析得出結(jié)論:八成80、90后媽媽為新手媽媽,對(duì)育兒知識(shí)有較高需求,她們對(duì)產(chǎn)品口碑的關(guān)注度高,分別有82%和59%的被調(diào)查者表示,親朋好友的建議及母嬰論壇網(wǎng)友的推薦直接影響其購(gòu)買決策;同時(shí),新生代父母在關(guān)注產(chǎn)品品牌和品質(zhì)的同時(shí),也關(guān)注優(yōu)惠折扣活動(dòng),86%的被調(diào)查者在購(gòu)買母嬰產(chǎn)品時(shí)更加關(guān)注產(chǎn)品品質(zhì),65%的被調(diào)查者對(duì)優(yōu)惠折扣活動(dòng)感興趣。
通過調(diào)查,“亞馬遜家庭”針對(duì)孕早期、孕中期、待產(chǎn)期、0-6歲以上各個(gè)階段,為新生代媽媽提供“會(huì)員特權(quán)優(yōu)惠”、“個(gè)性化專屬服務(wù)”及“育兒知識(shí)分享”三個(gè)定制化服務(wù)。目前,該會(huì)員項(xiàng)目包括母嬰用品、玩具圖書等選品,會(huì)員用戶可以獲得自亞馬遜中國(guó)母嬰和玩具全線逾10萬款產(chǎn)品的特權(quán)優(yōu)惠,獲得基于亞馬遜消費(fèi)大數(shù)據(jù)的個(gè)性化定制推薦,并及時(shí)掌握當(dāng)前階段急需的育兒知識(shí)。
未來,“亞馬遜家庭”還將通過對(duì)會(huì)員的大數(shù)據(jù)分析,把握母嬰消費(fèi)需求,定制生產(chǎn)計(jì)劃,最終反哺整個(gè)行業(yè)。
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(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(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(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。