在我國,“公車改革”最早始于1994年,曾被稱為“難啃的骨頭”,其中有一部分原因是,同一行政級別的不同崗位用車需求可能差別很大,另外不同地區(qū)的用車需求也不一樣,因此,“公車改革”在各個地方的效果也有明顯的差異。而現(xiàn)在,“公車改革”可以利用“互聯(lián)網(wǎng)+”的思維。
2016年上半年,江西上饒市與滴滴簽署戰(zhàn)略合作協(xié)議,由滴滴根據(jù)上饒市的公務(wù)出行需求,為上饒市提供“互聯(lián)網(wǎng)+政務(wù)用車”服務(wù)解決方案,這也是滴滴宣布提供公車解決方案以后,首次與地方政府合作。
從具體的落地形式來看,公務(wù)用車其實跟大家使用滴滴出行類似:在手機(jī)上安裝“滴滴政務(wù)版”APP客戶端之后,公務(wù)人員可以按照公務(wù)出行需求選擇相應(yīng)的平臺提出用車申請,并通過設(shè)置權(quán)限進(jìn)行審批后,駕駛員從APP司機(jī)端上接單,并按里程、時間計費(fèi),由單位統(tǒng)一結(jié)算。滴滴方面認(rèn)為,這種模式既不耽誤公務(wù)出行,又通過減少公車及其人員配置降低了開支。
上饒市公務(wù)用車服務(wù)有限公司總經(jīng)理余清永曾接受媒體采訪時表示,上饒市重大應(yīng)急調(diào)研接待用車平臺有74輛公車,市直機(jī)關(guān)綜合執(zhí)法用車平臺有51輛,市級一般公務(wù)用車平臺有100余輛。引用了滴滴政務(wù)版之后,司勤人員精簡到107人,隨著客戶端功能升級,人員還有可能精簡。據(jù)統(tǒng)計,車改后,上饒市直各單位公務(wù)用車節(jié)支率最高的超過33%,最低的也高于7%。
有業(yè)內(nèi)專家分析認(rèn)為,與大眾使用網(wǎng)約車不同,公務(wù)用車除了要考慮成本和效率,同時還要求監(jiān)管透明。在這方面,滴滴方面強(qiáng)調(diào),平臺能夠追溯每一趟公務(wù)出行的用車時間和行車線路,使“事中監(jiān)管”、“事后審查”等有據(jù)可查,適合在更多地方的公務(wù)出行中使用。
目前,江西省正在逐步將互聯(lián)網(wǎng)化公車改革擴(kuò)大到南昌等城市,而杭州所轄13個區(qū)縣的公務(wù)員也將通過滴滴實現(xiàn)“互聯(lián)網(wǎng)+公務(wù)出行”。
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。