全球最大的移動(dòng)出行平臺(tái)滴滴快的正采取多種措施,以緩解北京限行期間群眾的出行難問(wèn)題。滴滴快的已大幅提高北京地區(qū)出租車、專車、快車以及順風(fēng)車司機(jī)補(bǔ)貼,以鼓勵(lì)更多司機(jī)接送乘客。同時(shí),滴滴巴士24日起在北京地區(qū)增開(kāi)了200條線路,用戶也可自行定制線路。
為保證田徑世錦賽和抗戰(zhàn)勝利70周年紀(jì)念活動(dòng)期間的空氣質(zhì)量,8月20日-9月3日,北京持續(xù)兩周進(jìn)行單雙號(hào)限行。據(jù)交通部門(mén)預(yù)測(cè),單雙號(hào)限行期間,每日自駕車出行的比例將減少35%—50%。工作日期間,預(yù)計(jì)客運(yùn)量將增長(zhǎng)10%。這將為部分群眾出行帶來(lái)不便。
為緩解這一情況,滴滴采取了多種措施。出租車方面,滴滴給出租車司機(jī)帶來(lái)了每日完成任務(wù)最高近200元的補(bǔ)貼,同時(shí)每單任務(wù)還可抽獎(jiǎng),最高可獲過(guò)百元的獎(jiǎng)勵(lì),搶單越多,獲得獎(jiǎng)勵(lì)的概率就越高。這一舉措使滴滴快的北京的出租車司機(jī)積極性大幅提升。據(jù)統(tǒng)計(jì),滴滴出租車平臺(tái)在限行期間的訂單量是平日的近3倍,高于平時(shí)46%的乘客主動(dòng)調(diào)價(jià)給司機(jī)。
在專車和快車方面,滴滴快的大幅提高了司機(jī)端的補(bǔ)貼,除了顯著提升了司機(jī)的在線時(shí)間外,還激勵(lì)了大量司機(jī)上線接單。據(jù)統(tǒng)計(jì),由于補(bǔ)貼獎(jiǎng)勵(lì)的刺激,單雙號(hào)限行期間滴滴專車、快車的司機(jī)運(yùn)力沒(méi)有顯著下降,完成訂單的規(guī)模反而有所增加。
滴滴順風(fēng)車給車主的額外獎(jiǎng)勵(lì)提高了50%,以鼓勵(lì)平臺(tái)上的順風(fēng)車車主與順路乘客合乘出行。8月20日當(dāng)日,累計(jì)有28萬(wàn)車主接送51萬(wàn)乘客出行。除提高獎(jiǎng)勵(lì)外,順風(fēng)車在限行期間還推出了車主任務(wù)獎(jiǎng)勵(lì),積極接單的車主可獲贈(zèng)超值汽車保養(yǎng)禮包,并有機(jī)會(huì)抽取行車記錄儀。
8月24日開(kāi)始,滴滴巴士在北京增開(kāi)200條線路、500個(gè)班次,以滿足更多用戶限行期間的出行需求。此次開(kāi)通的巴士線路主要集中在北京主要居住區(qū)和辦公區(qū),能惠及不少被限行的白領(lǐng)。用戶可關(guān)注“滴滴巴士”微信公眾賬號(hào),直接購(gòu)票乘車。目前能享受1分錢(qián)乘坐的體驗(yàn)活動(dòng)。
同時(shí),限行期間用戶還可自行定制巴士。相同線路的出行需求,3天內(nèi)到達(dá)30人即可開(kāi)通。
此外,滴滴快的通過(guò)大數(shù)據(jù)系統(tǒng)智能調(diào)節(jié)各業(yè)務(wù)線訂單,為車輛出行提供需求熱點(diǎn)和最優(yōu)線路等信息指導(dǎo),司機(jī)可以據(jù)此選擇最有利的工作方式,大幅降低空駛率、增加收入。對(duì)乘客而言,也可以有效降低候車、逆向和繞行帶來(lái)的不必要的時(shí)間成本和經(jīng)濟(jì)成本。
未來(lái),滴滴快的還能夠依據(jù)平臺(tái)數(shù)據(jù)為政府的交通規(guī)劃給出建議,補(bǔ)貼政策、政企合作和大數(shù)據(jù)優(yōu)化三大重拳齊出,為市民出行提供更好的體驗(yàn)。
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。