北京時間4月14日消息,據(jù)國外網(wǎng)站報道,美國服裝和鞋類協(xié)會(American Apparel and Footwear Association,以下簡稱“AAFA”)正在打擊其所謂的淘寶網(wǎng)“假冒服裝和鞋類泛濫”問題。
AAFA 上周三致函美國貿易代表邁克爾•弗羅曼(Michael Froman)和美國證券交易委員會主席瑪麗•喬•懷特(Mary Jo White),表達了對阿里在解決淘寶售假方面進展緩慢的擔憂,強調加大打擊售假力度刻不容緩。AAFA成員包括逾1000家知名品牌。
AAFA 在信函中稱,“淘寶是世界上最大的假貨銷售平臺之一。我們的成員企業(yè)每天在淘寶上能發(fā)現(xiàn)不計其數(shù)的假貨,使他們蒙受數(shù)百萬美元經(jīng)濟損失,其中包括銷售損 失、聲譽損害、法務成本和內部資源的消耗。盡管少數(shù)企業(yè)在打擊假冒產品方面取得了一定成功,但其余企業(yè)則受挫于緩慢和繁瑣的程序。即使成功也是短暫的,因 為假貨通常會在下架數(shù)小時或數(shù)天后重新上架。”
2012年,美國貿易代表辦公室把淘寶從公布盜版、售假公司的“特別301惡名市場”名單 中移除,但同時指出其網(wǎng)站上假貨仍然很多,令人擔憂。之后兩年,美國貿易代表辦公室繼續(xù)將淘寶放在“特別301惡名市場”名單之外。據(jù)AAFA稱,自 2012年被“特別301惡名市場”名單剔除后,淘寶上假貨泛濫的情況愈演愈烈。
阿里巴巴在IPO招股書中披露,“盡管我們已經(jīng)采取措施審核在商城中銷售商品的真?zhèn)?,并通過投訴和下架侵權商品,把侵權商品數(shù)量降低到最低水平,但這些措施并非總是成功的。”
信函列出了AAFA成員企業(yè)過去10年在與淘寶合作中的擔憂,其中包括:與假貨下架相關的文檔缺乏透明性和一致性;下架遲遲得不到執(zhí)行;懲罰不力;缺乏與本地執(zhí)法機關的合作;對版權和商標保護不力;對品牌提出的下架申請不信任;在決定下架是否正當時淘寶既是法官也是陪審團。
AAFA表示,去年一直在與阿里巴巴合作,解決假貨擔憂,盡管阿里也聽取了部分建議,卻遲遲沒有付諸行動。信函指出,“進展緩慢使得我們相信,阿里巴巴要么是無力,要么是不愿意解決假貨問題。”
AAFA建議美國貿易代表辦公室明確表態(tài),若淘寶不改善假貨問題,就將其列入今年的“特別301惡名市場”名單中。AAFA還要求美國證券交易委員會行使對阿里的監(jiān)管權力,加大對阿里打擊淘寶假貨措施的監(jiān)管力度。
阿里巴巴發(fā)言人對AAFA的指責回應稱,公司致力于打擊假貨,因自身業(yè)務健康發(fā)展和誠信都依賴于打擊假貨。
該發(fā)言人表示,自2012年以來公司一直在與AAFA合作,關于討論打擊網(wǎng)上銷售假貨的問題將繼續(xù)與AAFA對話。
阿里巴巴在一封電子郵件中闡述了用來防止假貨和盜版產品進入其商城銷售的多項措施,其中包括利用數(shù)據(jù)挖掘技術分析和追蹤侵權商品的交易;與中國公共安全、版權保護、質量監(jiān)督和知識產權保護機構合作,把打假活動拓展到線下;隨機抽查疑似假貨。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。