從昨日起,首都北京開始經(jīng)受大雨模式的考驗。為確保出行順暢,許多市民都選擇提前預(yù)約順風車。滴滴順風車發(fā)布的數(shù)據(jù)顯示,截至今天下午3點鐘,北京預(yù)約在今日晚高峰出行的滴滴順風車訂單較平時增長了約兩倍。與此同時,雨天的訂單完成時間普遍延遲,這意味著今早很多北京的上班族可能因此遲到40分鐘左右。
滴滴順風車提供的數(shù)據(jù)顯示,截至今天下午3點鐘,滴滴順風車北京雨天預(yù)約人數(shù)暴增,與平常相比較,預(yù)約在今日晚高峰期間出行的北京順風車訂單增長率達到了200.58%。這一數(shù)據(jù)充分顯示出極端天氣情況下用戶對于滴滴順風車出行有著更大的需求,同時也顯示出滴滴順風車的巨大市場潛力。
滴滴順風車相關(guān)負責人表示,相比較其他出行方式,滴滴順風車在價格上成本更低,同時由于是順路就近搭乘,多是鄰居或者同路,因此在雨天出行,這些優(yōu)勢則會更加明顯,這成為了訂單暴增的主要原因。
數(shù)據(jù)同時顯示,相比較平時,滴滴順風車今早的訂單完成時間有了明顯的延遲,早間完成訂單支付的高峰從8點30延遲到了9點10分左右。這意味著對很多人來說,上班可能遲到了四十分鐘左右。
滴滴方面介紹,一般而言,絕大多數(shù)的順風車乘客會在結(jié)束行程后,會立即支付,形成一個完成訂單的高峰時間。這個完成訂單的高峰時間會因為城市不同而有差異。雨天這一高峰時間和平日相比較延遲,則意味著很多人比平時遲到了。
有業(yè)內(nèi)人士分析指出,下雨天城市相比較晴天更容易發(fā)生擁堵,因為雨天上路的車輛更多,原本不用開車的人也會考慮開車出行,再加上路況更復雜,這些都是造成雨天城市交通擁堵的重要原因。
“多個城市的數(shù)據(jù)表明,但凡遭遇大雨等極端天氣,打車需求都會暴增,打車難容易擁堵問題凸顯。我們呼吁順風車車主行動起來,利用私家車的閑置座位順路搭乘乘客,既能幫自己的鄰居解決燃眉之急,又能為緩解城市的交通擁堵做出貢獻。”滴滴相關(guān)負責人表示。
據(jù)悉,不僅僅在北京,新一輪強降雨開始影響長江以北地區(qū),北方城市中的北京、鄭州、太原、石家莊等地陸續(xù)迎來強降雨,而這些城市的滴滴順風車訂單也都在當天出現(xiàn)暴增。
滴滴順風車是滴滴出行旗下的互助性C2C拼車平臺,第三方研究機構(gòu)Trustdata的報告顯示,滴滴順風車在拼車市場中的占比高達76.8%。截至目前,滴滴順風車使用乘客數(shù)突破了3000萬人,覆蓋城市已經(jīng)達到343個。
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(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(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(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(gòu)聯(lián)合提出SparseLoRA技術(shù),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(wù)上驗證有效性。