CNET科技資訊網(wǎng) 12月6日 北京消息(文/齊豐潤): 互聯(lián)網(wǎng)的發(fā)展帶來了內(nèi)容的爆發(fā),如今自媒體已經(jīng)成為了重要的內(nèi)容出口,不過對于大部分的自媒體人來說,優(yōu)質(zhì)內(nèi)容的變現(xiàn)都是一個不小的問題,如何讓持續(xù)產(chǎn)出高質(zhì)量內(nèi)容的優(yōu)質(zhì)自媒體人得到真正的收益,這也是許多內(nèi)容分發(fā)平臺在思考的問題。
今年以來,UC在媒體、內(nèi)容方面一直有著持續(xù)不斷的動作。5月,UC發(fā)布了“賦能媒體” 計劃,并同時發(fā)布了UC訂閱號;8月,UC正式升級成為媒體平臺。而就在2016年的最后一個月,UC又再次啟動“W+”量子計劃,為自媒體人兌現(xiàn)他們的創(chuàng)作價值。
“W+”量子計劃宣布投入10億元專項扶優(yōu)基金,以創(chuàng)作獎金、廣告分成兩種形式對平臺訂閱號予以扶持, 總體人數(shù)不設(shè)上限。
據(jù)介紹,“W+”量子計劃主要以一個自然月為評分周期并進(jìn)行結(jié)算發(fā)放,向當(dāng)月持續(xù)產(chǎn)出優(yōu)質(zhì)內(nèi)容的自媒體獎勵1萬元獎金。只需滿足以下三個條件即可參與,一,開通UC訂閱號≥15天 且近30天內(nèi)“已推薦”內(nèi)容≥20篇;二,已開通“原創(chuàng)保護(hù)”功能;三,累計粉絲≥1000。UC每月將開放1000個名額,符合條件的自媒體人每月更新入榜。
阿里巴巴文化娛樂集團(tuán)UC總經(jīng)理陳超表示,“量子”寓意每一個量子的能量都會被重視,而每一個自媒體人的創(chuàng)作價值,也應(yīng)當(dāng)?shù)玫絻冬F(xiàn)。他認(rèn)為,“對比其他內(nèi)容平臺的補(bǔ)貼方案,‘W+’量子計劃主要特點(diǎn)是開放程度更高、流動性更好、優(yōu)質(zhì)自媒體賬號獲得獎金的機(jī)會也更豐富。”
除了對于優(yōu)質(zhì)自媒體人每月發(fā)放的獎勵之外,“W+”量子計劃還提供了最高3倍的廣告分成的獎勵。據(jù)介紹,廣告分成收益是以“訂閱號星級評定”機(jī)制為基礎(chǔ)。五星訂閱號,可享受三倍分成收益。四星訂閱號,可享受雙倍分成收益。
正是這種多重的獎勵和變現(xiàn)制度,讓UC平臺對于自媒體人也展示出了強(qiáng)大的吸引力。自5月上線以來,UC已吸引了包括papi醬、吳曉波、張召忠、毒舌電影等在內(nèi)的超過8萬家自媒體入駐,而這其中閱讀量過億的已有18家。
阿里巴巴文化娛樂集團(tuán)UC副總經(jīng)理吳梁偉表示,“‘W+’量子計劃就是為了讓每一個自媒體得到更公平機(jī)會,通過內(nèi)容創(chuàng)作獲得收入和個人品牌的提升。無論是大V還是草根,都將進(jìn)入一個更大的成長空間。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(xùn)練AI玩簡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(jī)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(xué)研究團(tuán)隊通過對比實驗發(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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)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(qiáng)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(jī)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。