據(jù)悉,Twitter可能正致力于對(duì)其網(wǎng)頁(yè)界面進(jìn)行重要的重新設(shè)計(jì),據(jù)稱新設(shè)計(jì)風(fēng)格會(huì)令它看起來(lái)與Facebook更加相似。
據(jù)外國(guó)科技網(wǎng)站Mashable于當(dāng)?shù)貢r(shí)間本周二報(bào)道稱,該網(wǎng)站的一名編輯發(fā)現(xiàn)并貼出了一張Twitter全新設(shè)計(jì)的主頁(yè)頁(yè)面圖片,看起來(lái)像是在模仿Facebook的界面外觀。
據(jù)Mashable表示,全新的Twitter個(gè)人資料頁(yè)面將用戶頭像和個(gè)人簡(jiǎn)介放置在了頁(yè)面左側(cè),并為頁(yè)面頂部的圖片留出大量空間。
雖然Mashable推測(cè)Twitter此次全新設(shè)計(jì)只會(huì)影響Twitter的桌面版,但是這或許也會(huì)令其推特規(guī)模變得更大一些??偠灾@樣的設(shè)計(jì)顯然是為了使用戶更方便地閱讀推特信息,而且很可能會(huì)吸引那些更喜歡Facebook體驗(yàn)的用戶。
顯然新界面還在測(cè)試中,但受測(cè)范圍并不廣泛。不過(guò),這很明顯是Twitter將會(huì)用來(lái)招徠新用戶并保持其現(xiàn)有用戶的一種方法。與此同時(shí),包括The Wire和商業(yè)內(nèi)幕(Business Insider)在內(nèi)的其他新聞網(wǎng)站也報(bào)道了它們親眼看到的全新設(shè)計(jì)頁(yè)面。
在Twitter上周首次發(fā)布的第四季度收益報(bào)告中,該社交網(wǎng)站報(bào)道稱,盡管該季度業(yè)績(jī)表現(xiàn)盈利(不包括它支付的數(shù)億美元的股權(quán)薪酬),其用戶增長(zhǎng)速度卻呈放緩趨勢(shì)。華爾街對(duì)其用戶增速放緩的趨勢(shì)表示擔(dān)憂,致使Twitter股票在其財(cái)季報(bào)告公布后暴跌。
在與分析師的電話會(huì)議上,Twitter高管堅(jiān)稱,他們理解其當(dāng)前的用戶體驗(yàn)對(duì)新用戶而言較難適應(yīng),而且他們將在明年推出一些新功能,旨在改善用戶體驗(yàn)。此外,該公司還提供了一篇去年9月發(fā)布的博文,文章稱該公司確實(shí)在時(shí)不時(shí)地對(duì)其新功能進(jìn)行測(cè)試。這次的全新設(shè)計(jì)頁(yè)面很可能就是他們做出這些努力的證明。
Twitter拒絕就此予以置評(píng)。
用戶對(duì)這種全新設(shè)計(jì)的初反應(yīng)似乎普遍呈消極態(tài)度。例如,有用戶發(fā)表稱:“親愛(ài)的TWITTER:我并不像愛(ài)Facebook那樣愛(ài)你。”類似的推特在Mashable發(fā)布其報(bào)道后呈普遍狀態(tài)。
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(wèn)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(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"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(wèn)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(kāi)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(guò)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(wèn)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(lái)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。