今日,微信企業(yè)號(hào)再度出臺(tái)措施,從注冊(cè)環(huán)節(jié)開始,通過優(yōu)化企業(yè)規(guī)模證明方式、放寬企業(yè)號(hào)命名規(guī)則等方式,大幅簡化企業(yè)接入門檻。同時(shí),開放企業(yè)委托其他公司代為申請(qǐng)認(rèn)證的服務(wù),降低企業(yè)接入難度。
千人以下企業(yè)無需規(guī)模證明
從前,所有用戶進(jìn)行企業(yè)號(hào)認(rèn)證時(shí),除了填寫基本的企業(yè)信息,還需提供“使用人數(shù)證明材料”,即社保繳納人數(shù)證明、上市企業(yè)財(cái)報(bào)人數(shù)證明、個(gè)稅繳納人數(shù)證明、購買或租賃合同辦公場地證明、辦公電話接入數(shù)證明、與上下游供應(yīng)關(guān)系企業(yè)合作證明、與上下游供應(yīng)關(guān)系企業(yè)合作涉及人數(shù)證明等。
如今1000人以下的企業(yè),僅需提供企業(yè)全稱、填寫企業(yè)號(hào)使用人數(shù)和組織機(jī)構(gòu)代碼即可,無需再為證明材料奔波,非常方便。
此外,企業(yè)分公司,及其上下游合作人員的規(guī)模證明流程也得到了相應(yīng)的優(yōu)化,目前,企業(yè)只需提交分支機(jī)構(gòu)人員分布表格即可。
而企業(yè)號(hào)基于其簡稱和商標(biāo)的命名,只要不侵權(quán)違法違規(guī),不產(chǎn)生明顯歧義即可。同時(shí),除申請(qǐng)公函外,申請(qǐng)接入流程中其他所有材料均無需加蓋公章。
企業(yè)可委托其他公司代為申請(qǐng)認(rèn)證服務(wù)
經(jīng)過上述優(yōu)化,如果企業(yè)仍舊認(rèn)為認(rèn)證流程復(fù)雜,還可通過“委托其他公司代為申請(qǐng)認(rèn)證”的方式進(jìn)行企業(yè)號(hào)認(rèn)證。企業(yè)方只需要在申請(qǐng)認(rèn)證頁面上的“申請(qǐng)者類型”一項(xiàng)中,選擇“第三方代辦服務(wù)商”并填寫相應(yīng)代辦申請(qǐng)公函,即可將認(rèn)證流程交由自己信任的第三方代為辦理。
需要注意的是,該第三方代辦服務(wù)商必須需為企業(yè)號(hào)認(rèn)證號(hào)用戶,方可成功接收委托。
未來,微信企業(yè)號(hào)團(tuán)隊(duì)將繼續(xù)緊跟用戶訴求,優(yōu)化認(rèn)證機(jī)制,調(diào)整認(rèn)證規(guī)則,幫助企業(yè)快速建立與員工、上下游等之間的連接,推動(dòng)企業(yè)全流程閉環(huán)管理的實(shí)現(xiàn)。
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)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少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。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。