大眾點(diǎn)評(píng)宣布成立麗人事業(yè)部,拓展包括美發(fā)、美容、美甲等不同細(xì)分品類在內(nèi)的O2O市場(chǎng)。
大眾點(diǎn)評(píng)麗人事業(yè)部是在大眾點(diǎn)評(píng)“麗人“頻道的基礎(chǔ)上建立。“麗人”頻道成立于2010年,業(yè)務(wù)涵蓋美容、美發(fā)、美甲、美睫、瘦身等13個(gè)細(xì)分類目。
據(jù)大眾點(diǎn)評(píng)麗人事業(yè)部總經(jīng)理管宏介紹,麗人業(yè)務(wù)將為用戶提供商戶信息、用戶評(píng)價(jià)以及技師信息等信息,并提供不同的優(yōu)惠形式。麗人業(yè)務(wù)也會(huì)幫助商家改造業(yè)務(wù)和服務(wù)流程,提供增值、甚至融資服務(wù)等。
目前,河貍家、嘟嘟美甲等均已進(jìn)駐大眾點(diǎn)評(píng)平臺(tái),與大眾點(diǎn)評(píng)達(dá)成合。
今年,各大網(wǎng)站均發(fā)力垂直領(lǐng)域,除了58與趕集之外,美團(tuán)、京東、阿里等均上線了O2O平臺(tái)。在各家爭(zhēng)搶平臺(tái)資源的時(shí)候,像河貍家這樣的垂直領(lǐng)域的企業(yè)成為了各家爭(zhēng)搶的“香餑餑”。
大眾點(diǎn)評(píng)垂直化戰(zhàn)略在去年開啟,先后在酒店、電影、結(jié)婚等垂直行業(yè)分別成立事業(yè)部。
大眾點(diǎn)評(píng)CEO張濤表示,大眾點(diǎn)評(píng)選擇所進(jìn)入的垂直行業(yè)時(shí),總體遵循兩個(gè)特點(diǎn):信息決策需求強(qiáng)烈,并與品質(zhì)生活相關(guān)的垂直行業(yè);從高頻到中低頻,平臺(tái)導(dǎo)流效果好。他認(rèn)為麗人行業(yè)正是滿足了這兩個(gè)特點(diǎn)。
張濤認(rèn)為,隨著O2O 1.0向O2O 2.0演變,交易不再是模式的核心,線上平臺(tái)不再是簡(jiǎn)單的導(dǎo)流或利用折扣拉動(dòng)交易,而是要深耕垂直行業(yè),深入到信息、交易和服務(wù)中,幫用戶解決以往消費(fèi)中的例如信息不透明、使用不便捷、無法按照服務(wù)質(zhì)量付費(fèi)等痛點(diǎn)。
他還提到,未來大眾點(diǎn)評(píng)要做的三件事情是生態(tài)做大、平臺(tái)做強(qiáng)、總部做小,推動(dòng)傳統(tǒng)行業(yè)變得越來越好。
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。