CNET科技資訊網(wǎng) 11月30日 北京消息:2016年亞馬遜中國(guó)“真黑五”全球購(gòu)物狂歡期間,亞馬遜海外購(gòu)銷(xiāo)售再創(chuàng)新高。11月25日黑色星期五當(dāng)日,亞馬遜海外購(gòu)銷(xiāo)售額與去年相比實(shí)現(xiàn)翻番;同時(shí)也是今年11.11當(dāng)日的6倍多。此外,黑五大促期間亞馬遜香港/保稅倉(cāng)的銷(xiāo)售同樣異常火爆,黑五當(dāng)日銷(xiāo)售額是去年黑五的12倍多。
今年黑五前夕,亞馬遜Prime會(huì)員服務(wù)登陸中國(guó),同時(shí)亞馬遜海外購(gòu)全面對(duì)接亞馬遜英國(guó)站點(diǎn),這兩大重磅戰(zhàn)略舉措極大地激發(fā)了中國(guó)消費(fèi)者選購(gòu)高品質(zhì)海外商品的熱情。黑五當(dāng)日,亞馬遜Prime會(huì)員平均單筆訂單交易額相較于非會(huì)員高出近50%。由此可見(jiàn),亞馬遜Prime會(huì)員服務(wù)所提供的跨境訂單免費(fèi)配送,極大地釋放了中國(guó)消費(fèi)者在黑五期間購(gòu)買(mǎi)力。亞馬遜海外購(gòu)黑五當(dāng)日銷(xiāo)售數(shù)據(jù)顯示,鞋靴、服飾、電子數(shù)碼、美妝以及廚具成為今年黑五期間最受中國(guó)消費(fèi)者歡迎的前五大品類(lèi)。與去年黑五相比,今年中國(guó)消費(fèi)者跨境網(wǎng)購(gòu)的商品品類(lèi)也更加多元化,除了鞋靴、服飾、母嬰、廚具等依然是消費(fèi)者關(guān)注的焦點(diǎn)外,美妝、電子數(shù)碼和個(gè)人營(yíng)養(yǎng)品等則成為今年黑五新興的熱門(mén)品類(lèi)。根據(jù)黑五當(dāng)日用戶(hù)訂單量顯示,最?lèi)?ài)“海外購(gòu)”的前十大城市為北京、上海、廣州、深圳、杭州、成都、南京、天津、武漢和蘇州。
在黑五期間,中國(guó)消費(fèi)者通過(guò)亞馬遜海外購(gòu)可同享來(lái)自亞馬遜美國(guó)和亞馬遜英國(guó)的超值優(yōu)惠, “零時(shí)差”地享受“真黑五”全球購(gòu)物狂歡。而亞馬遜中國(guó)“海外購(gòu)物節(jié)”的高潮還將持續(xù)。從11月28日開(kāi)始的“網(wǎng)絡(luò)星期一”感恩回饋周,到接下來(lái)即將到來(lái)的圣誕和新年購(gòu)物季,亞馬遜中國(guó)還將在年底前開(kāi)展多輪次、大力度的促銷(xiāo)優(yōu)惠活動(dòng),為中國(guó)消費(fèi)者傾力打造一場(chǎng)全球精品尖貨的年終網(wǎng)購(gòu)狂歡購(gòu)物季。
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。