“過年倒計時,今天有英語課,有紅包搶,明天也有。”搜狐創(chuàng)始人、董事局主席兼CEO張朝陽在搜狐視頻關(guān)注流中發(fā)布動態(tài)宣布,進入過年倒計時狀態(tài),春節(jié)前每個中午12:30的《張朝陽的英語課》可以一邊聽英語課直播,一邊搶紅包。而大年三十中午12點半,張朝陽還會在搜狐視頻關(guān)注流中,專門進行直播專場語音連麥與搶紅包,“我一高興可能加大紅包額度”,張朝陽如是說。
事實上,《張朝陽的英語課》作為知識直播IP,上線時間比《張朝陽的物理課》還要更早幾年,最近一直以每周一到周四的日常直播頻率,由張朝陽通過精選的國際新聞來進行英語講解和學(xué)習(xí),已經(jīng)擁有了一大批“鐵粉”。
目前,打開搜狐視頻APP首先引入眼前的就是關(guān)注流頁面。搜狐視頻關(guān)注流的分發(fā)方式,也代表著搜狐視頻的新戰(zhàn)略,用戶可以在關(guān)注流里面轉(zhuǎn)發(fā)、關(guān)注、消費、社交。而張朝陽依舊每周不停更地開展《張朝陽的英語課》與《張朝陽的物理課》等節(jié)目,帶領(lǐng)更多人加入了直播的賽道。
如今,搜狐視頻除聯(lián)合各專業(yè)重量級達人大咖們聚力每日豐富多彩的科學(xué)直播外,也積極探索展開更多主題性直播,力圖使直播內(nèi)容更加系統(tǒng)有趣、富有實用性,并增加觀眾的觀看樂趣。諸如航天直播局、國學(xué)直播局、少兒科普局等。這些主題直播受到大量觀眾的喜愛,引發(fā)更多用戶的共鳴。
就在除夕當(dāng)天,在搜狐視頻關(guān)注流搜索“張朝陽”參與連麥發(fā)紅包之后,搜狐視頻科學(xué)演講局特別場還會在17點上線,搜狐創(chuàng)始人、董事局主席兼首席執(zhí)行官、物理學(xué)博士張朝陽與搜狐視頻關(guān)注流人氣科學(xué)播主們齊聚一堂,通過線下科學(xué)演講局接力演講的形式,盤點和解讀2023科學(xué)熱點記憶,在關(guān)注流搜索“搜狐視頻科學(xué)演講局”,紅紅火火迎龍年,以科學(xué)會友,不亦樂乎。
一直以來,搜狐視頻打造以超強陣容+硬核內(nèi)容為主的知識直播平臺,達到廣泛覆蓋的效果。無論用戶想學(xué)什么知識,都能在搜狐視頻滿足自己的求知欲。而且,知識直播具有實時、互動的特點,可以根據(jù)受眾反饋,靈活調(diào)整內(nèi)容,平衡廣度和深度,枯燥難懂的知識點也能輕松掌握,讓教學(xué)雙方都受益,讓直播方式富有生命力。
當(dāng)前,搜狐視頻正通過“關(guān)注流”逐漸加重用戶參與和共創(chuàng)視頻內(nèi)容,搜狐視頻賬號品類覆蓋豐富,個人屬性強,兼具“有趣、有用、觀賞性強”等特征,內(nèi)容高頻更新,再加上平臺的轉(zhuǎn)發(fā),能高效觸達優(yōu)質(zhì)內(nèi)容,獲得更多信息增量,更能精準(zhǔn)滿足用戶的內(nèi)容需求。用戶可以在“關(guān)注流”里面轉(zhuǎn)發(fā)、關(guān)注、消費,實現(xiàn)以視頻會友,構(gòu)建了一個視頻社交平臺,讓用戶能夠充分領(lǐng)略到知識的魅力,共同參與《張朝陽的英語課》等直播,進行關(guān)注流轉(zhuǎn)發(fā)、互動。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(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。
同濟大學(xué)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(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)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(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(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。