CNET科技資訊網(wǎng) 10月25日 北京消息:滴滴上周宣布,計劃將業(yè)務拓展至其他國家。
在《名利場》雜志于舊金山舉行的“2016年新成就峰會”上,滴滴總裁柳青表示:“我們一定將走向全球。我們是本土公司重要的支持者和信任者。如果某些地區(qū)缺乏不錯的本土公司,我們就會自行去拓展。我們正展開一場全球性的游戲。”
滴滴市值已達到350億美元,該公司投資了Uber在東南亞最大的競爭對手Grab,印度最大的打車公司Ola,以及Uber在美國的主要競爭對手Lyft。大約3個月前,滴滴宣布將收購Uber的中國業(yè)務。兩家公司相互成為對方的股東。在滴滴與Uber中國談判的過程中,柳青扮演了重要角色。
滴滴宣布,在中國的日訂單量超過2000萬單。柳青表示:“如果你關注全球,那么會看到行業(yè)仍處于起步階段。”
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(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,已在多個任務上驗證有效性。