下午,安卓手機(jī)內(nèi)容聚合平臺(tái)豌豆莢發(fā)布4.0新版,并正式宣布以“移動(dòng)內(nèi)容搜索”為核心戰(zhàn)略。
搜索:從應(yīng)用深入到內(nèi)容 基于移動(dòng)端數(shù)據(jù)
作為安卓手機(jī)內(nèi)容聚合平臺(tái),一直以來,豌豆莢都以“移動(dòng)內(nèi)容搜索”為方向進(jìn)行投入和發(fā)展,在豌豆莢聯(lián)合創(chuàng)始人、,成為人們接入網(wǎng)絡(luò)最主要的一“屏”。
王俊煜 2010年與2014年豌豆莢辦公室對(duì)比圖
王俊煜強(qiáng)調(diào),豌豆莢在搜索上所積累的數(shù)據(jù)基于移動(dòng)。手機(jī)搜索不是PC搜索的延伸,而是來自移動(dòng)端的內(nèi)容和用戶行為數(shù)據(jù)。
統(tǒng)一搜索入口 百萬內(nèi)容資源
會(huì)上,豌豆莢“移動(dòng)內(nèi)容搜索”在豌豆莢 版上也得到了完整的呈現(xiàn),將搜索擴(kuò)展到包括應(yīng)用、游戲、視頻、電子書、壁紙、主題、音樂等在內(nèi)的多個(gè)娛樂類別,并通一致的內(nèi)容呈現(xiàn)出來。
在呈現(xiàn)上,用戶可從統(tǒng)一的搜索入口發(fā)現(xiàn)自己想要的內(nèi)容,免去了進(jìn)入多個(gè)應(yīng)用進(jìn)行多次搜索的過程。
例如,用戶想看《仙劍奇?zhèn)b傳》,搜索出來的包括視頻、游戲、電子書、壁紙、應(yīng)用等多類相關(guān)內(nèi)容,且可在不同類別中間直接切換。而當(dāng)一個(gè)關(guān)鍵詞對(duì)應(yīng)不同類別的娛樂內(nèi)容時(shí),新版豌豆莢將憑借積累的移動(dòng)用戶行為數(shù)據(jù),判斷在手機(jī)上用戶希望優(yōu)先獲取哪類內(nèi)容、并優(yōu)先展示。
值得一提的是,豌豆莢在應(yīng)用和游戲、視頻、電子書、壁紙的內(nèi)容索引都已經(jīng)超過100萬。
支持開放
豌豆莢4.0版本中基于內(nèi)容的搜索方式,提供了簡(jiǎn)單的技術(shù)接口,開發(fā)者能以原生應(yīng)用自由接入豌豆莢,無需重新構(gòu)建產(chǎn)品。豌豆莢不會(huì)將用戶和流量圈在自己的產(chǎn)品內(nèi),而是告訴用戶在哪里可以找到他們想要的內(nèi)容,然后將用戶和流量直接導(dǎo)到開發(fā)者的產(chǎn)品中,為開發(fā)者帶來收益。
王俊煜指出:“移動(dòng)內(nèi)容搜索”戰(zhàn)略離不開開發(fā)者,豌豆莢希望最大化開發(fā)者利益,建立更開放的生態(tài)系統(tǒng)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會(huì)友,左手硬核科技,右手浪漫主義。