近日來,京東因售后和泄露隱私等問題連續(xù)遭到名人吐槽。先是作家六六在京東買到爛水果,拒絕和解,只要公平。之后王思聰發(fā)微博稱京東泄露其隱私至今沒有給出回應,同時力挺六六。昨天,@京東發(fā)言人微博發(fā)布了一封對 王思聰?shù)牡狼感拧8鶕?jù)道歉信內(nèi)容,該事件起源于第三方賣家私自泄露了王思聰?shù)馁徫镉涗?,而京東沒有及時對此事進行處理。對此,京東方面已經(jīng)要求該店對相關 信息進行刪除,并對其進行了相應的處罰。同時京東表示會進一步改進第三方平臺商家的管理工作,努力提升用戶體驗。
此事的焦點在于維權過程,六六先是以普通消費者身份維權未成,改以微博大V身份發(fā)布文章之后,劇情就立刻反轉(zhuǎn),京東天天果園不僅承諾退貨、道歉,還贈送六六每月500元水果充值卡。
王思聰亦是微博大V,京東方面反應快速,不到一天時間就調(diào)查清楚并向王思聰?shù)狼福⒊兄Z加強管理。
顯然,維權成功跟其大V身份分不開。這就如同六六所言,“我作為普通百姓的生活,舉步維艱,每每都要靠大V身份和粉絲幫助才能討回我本該擁有的權利。”而普通消費者在電商平臺購物時,所遭遇的種種維權苦惱,則早已是罄竹難書,網(wǎng)絡上可以看到很多網(wǎng)友反映的維權案例,消費者本該擁有的權利,就這樣遭到電商的漠視。這是一種畸形現(xiàn)象。
近些年來,電商平臺在零售市場所占據(jù)的份額越來越大,但投訴也越來越多,只是由于普通消費者缺乏話語權和影響力,也未曾受到電商平臺的重視,而六六和王思聰這種大V則不同,其所發(fā)布的微博影響力太大,故此在第一時間就得到電商平臺的回復和道歉。
因此,六六和王思聰維權成功的過程,將京東平臺的第三方管理和售后服務軟肋暴露無遺,其對待大V和普通消費者的態(tài)度大相徑庭,亦令公眾為之寒心。顯然,以京東為代表的電商平臺需要反思教訓,不能再漠視和侵犯消費者權益,不應搞身份歧視,不應區(qū)別對待消費者的投訴維權,而是對消費者一視同仁,尊重每一位消費者的合法權益,認真對待每一條投訴信息,嚴格內(nèi)部管理工作,杜絕類似事件再次發(fā)生。
前不久,一位女民警因?qū)裆矸葑C信息管理不善,導致李易峰、楊洋的身份證號、曾用名、戶籍所在地等個人信息被其女兒輕易得到,并公開曝光,泄露了兩位明星的隱私。為此,女民警受到行政記過處分。無獨有偶,因第三方賣家泄露了“國民老公”王思聰?shù)馁徫镉涗洠〇|公開向王思聰?shù)狼?。問題是,如果被泄露個人信息的不是明星,這位女民警還會受罰嗎?同樣,如果被泄露隱私的不是王思聰,京東還會公開道歉嗎?
我國應加快建立健全統(tǒng)一的公民信息安全保護法。再者,應對公民個人信息的采集、使用和保密等問題制定詳細規(guī)定。在信息采集的源頭方面,對采集主體設定門檻,規(guī)定必須在事先履行核準和登記程序等。同時,實行群防群治,完善舉報機制,強化懲戒措施,提高違法成本。
六六在其《我要的只是公平》中講述的是一個中國老百姓沒有公平的故事。從上學就醫(yī)開始的拉關系、拼人脈,到遭遇不公平對待時的維權無望,再到適應這樣一種狀態(tài),最終形成惡性循環(huán),形成不公平的深厚土壤。
在一個缺乏公平的社會里,人們一方面從內(nèi)心渴求公平,另一方面又總試圖走歪門邪道。在中國的城市居民中,中產(chǎn)階級正在不斷壯大,他們在財富上的積累足以讓自己和家人遠離物質(zhì)貧乏的生活。但是,公平依舊距離他們很遙遠,也許,他們有車有房有店鋪,他們在戶籍制度,在教育資源,在信息獲得上,都占據(jù)著社會的優(yōu)勢面,但他們和所有劣勢面的人一起,共同塑造了這個社會的不公平。
要我說,實際干好點比事后道歉重要。
——黃勇
這幾年在JD消費也快10萬了,可是服務真的越來越差。你們這樣下去不就是想我們都去天貓嗎?
——蘇磊
就是店大欺客。前幾年在京東上買東西發(fā)貨很準時,最近連續(xù)被京東坑兩次,東西到了本地就是不派送,拖了個把禮拜,最后都是強烈退貨。
——李芬風
前兩周公司買了山竹,一大箱,沒一個能吃。一大箱進口蘋果和兩個大火龍果也是吃著沒一點味道。好幾百大洋就那么打水漂。@天天果園@京東這么坑消費者。
——魯揚
今天的王思聰這篇博文很謙卑,作為一個有社會地位有著更大影響力的生活在食物鏈頂端的人,對于自己的隱私被京東泄露,卻是站在一個普通消費者的角度在投訴。
——花千樣
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。