CNET科技資訊網(wǎng) 1月20日 北京消息:上個月,聯(lián)合國唯一官方認(rèn)證的圣誕老人在阿里巴巴向眾人講述了他怎么又快又好配送圣誕禮物的秘密。他絕不會想到,僅一個月后就在這家互聯(lián)網(wǎng)公司,一群沒有麋鹿騎、叫做農(nóng)村淘寶的人們會做出比自己還厲害的事。
這個阿里年貨節(jié),農(nóng)村淘寶的土貨年貨順利走入了全國31個省的城市家庭,也寄往了全國2.5萬個村點(diǎn)的農(nóng)民伯伯手中。
近200種土貨任你淘
這個春節(jié),全國365個城市115萬個家庭淘來近200種品質(zhì)土貨豐富自家的年夜飯桌。
“東西新鮮,品質(zhì)可靠,產(chǎn)地可以追根溯源。”提起淘土貨,80后的周瑋滔滔不絕地分享起了自己的經(jīng)驗(yàn)。
在阿里年貨節(jié)期間,周瑋在農(nóng)村淘寶官方自營品牌店“淘鄉(xiāng)甜”上買了近10種土特產(chǎn)品,從長順綠殼土雞蛋,惠州新鮮玉米,到禮縣花牛紅蘋果,舒蘭大米一應(yīng)俱全,不止給杭州的家里備了貨,還給成都老家寄回了不少。周瑋說,購買這些土特產(chǎn),不止是為過年時自己家里“嘗嘗鮮”,也會當(dāng)做禮物饋贈給親朋好友,“以前過年都送點(diǎn)心匣子,現(xiàn)在走親戚更愿意拎上這些地道的年貨土貨。”
自從11月聽說了“淘鄉(xiāng)甜”品牌,周瑋前后已經(jīng)復(fù)購了小10次。最讓她驚艷的,是綠殼雞蛋。“下單時就擔(dān)心雞蛋運(yùn)輸中被磕碰,結(jié)果到貨發(fā)現(xiàn)包裝設(shè)計(jì)非常合理,一顆破損都沒有。”綠殼土雞蛋也有著和市面上買的雞蛋截然不同的味道,周瑋把煮好的雞蛋帶到辦公室和同事分享,旋即就幫“淘鄉(xiāng)甜”圈了粉。
越來越多和周瑋抱有同樣想法的消費(fèi)者加入了購買“淘鄉(xiāng)甜”這類品質(zhì)土貨的大軍。
北上廣領(lǐng)銜買土貨大軍
數(shù)據(jù)顯示,來自廣東、北京、上海的消費(fèi)者領(lǐng)銜“買土貨”大軍,最受他們喜愛的分別是云南嘉華鮮花餅、內(nèi)蒙古草原生羊腿肉以及河南焦作的鐵桿懷化山藥。
江蘇、福建、廣西、海南、新疆、河北等地的消費(fèi)者購買力也非常強(qiáng)勁,大別山小公雞、野生大連海參、鶴王阿膠糕等特色產(chǎn)品榜上有名。值得一提的是,年貨節(jié)的特色川味臘肉、特色炒貨、福建餡餅等美食還遠(yuǎn)銷到了香港、臺灣、馬來西亞、韓國、日本、美國、英國、澳大利亞等地。
對這些消費(fèi)者而言,品質(zhì)和安全成了購買食品類產(chǎn)品的關(guān)鍵詞。“舉個例子,淘鄉(xiāng)甜品牌的舒蘭大米,首創(chuàng)了產(chǎn)地倉模式,沒有中間流通環(huán)節(jié),吃得放心,買得值。”
“農(nóng)民伯伯”偏愛數(shù)碼
相比城市消費(fèi)者的買買買,年貨節(jié)期間農(nóng)民伯伯們也有著千金散盡還復(fù)來的豪氣。
據(jù)統(tǒng)計(jì),本次阿里年貨節(jié)上,共計(jì)約有3000萬件包裹寄往全國2.5萬個村點(diǎn)。其中,數(shù)碼家電和各類食品成為他們消費(fèi)的重頭,占了村民網(wǎng)購年貨消費(fèi)的近50%,緊隨其后的則是服裝和居家家具。對于村民來說,他們的買買買主要依靠村小二。
郭海濤是長葛增福廟鄉(xiāng)曹莊的村小二。今年是他第一次參加阿里年貨節(jié),小郭形容最初的心情是“即興奮又忐忑”。不過很快,隨著村民的各類訂單涌進(jìn)來,小郭就“沒啥時間忐忑了”。
村大街中間的孟大姐家趁著年貨節(jié)在小郭這里訂了一家四口過年穿的新衣。村南頭的老郭家則花了一萬多買了一整套家電。“明顯感覺到大伙兒的信任越來越高。”小郭說,村民們現(xiàn)在越來越喜歡找他在網(wǎng)上選購物件,從副食百貨到空調(diào)彩電,前陣子還有5、6個人找他咨詢網(wǎng)上買車的事情。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(duì)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(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(duì)通過對比實(shí)驗(yàn)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(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(shí)現(xiàn)大語言模型訓(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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。