Secret聯(lián)合創(chuàng)始人大衛(wèi)·比托(左)與克里斯·貝德-維克斯勒
4月30日消息,據(jù)國外媒體報(bào)道,國外匿名社交網(wǎng)絡(luò)應(yīng)用Secret即將關(guān)閉。這款以發(fā)布不具名消息為賣點(diǎn),推出僅有一年時(shí)間的應(yīng)用,已經(jīng)吸引了1500萬用戶。
該公司創(chuàng)始人兼首席執(zhí)行官大衛(wèi)·比托(David Byttow)周三在博客平臺(tái)Medium上發(fā)表文章稱,“在深思熟慮并與董事會(huì)充分商議后,我決定關(guān)閉Secret。很不幸,Secret背離了我創(chuàng)業(yè)時(shí)的初心,因此我認(rèn)為,關(guān)閉它對我自己、對投資人以及對我們團(tuán)隊(duì)來說,都是個(gè)正確的決定。”
Secret在去年年初進(jìn)入了科技圈的視野,一度頗為火熱。在短短的生命周期中,這款應(yīng)用允許用戶傳播小道消息、貼出自己的抱怨,以及匿名發(fā)布消息。由于發(fā)帖者身份不明,這款應(yīng)用中存在不少網(wǎng)絡(luò)暴力行為。
雖然比托去年曾嘗試平息相關(guān)問題引發(fā)的擔(dān)憂,但這款應(yīng)用的內(nèi)容審核與過濾機(jī)制未能通過《財(cái)富》雜志在去年夏天進(jìn)行的測試。該雜志的高級(jí)編輯丹·普里馬克(Dan Primack)在當(dāng)時(shí)寫道:“Secret(的過濾機(jī)制)需要再努力一些,完善得再快一些,要趕上這款應(yīng)用的發(fā)展。”
很明顯,這款應(yīng)用的增長曲線近來出現(xiàn)了滑坡。網(wǎng)媒BuzzFeed的記者布蘭登寫道:“據(jù)稱這款應(yīng)用的用戶數(shù)量近來在大出血”。Secret去年年末曾進(jìn)行過一次大規(guī)模改版。
這家公司通過三輪融資籌集到了大約3500萬美元。在2014年年中的2500萬美元融資中,據(jù)稱其中有600萬美元被創(chuàng)始人比托和克里斯·貝德-維克斯勒(Chrys Bader-Wechseler)個(gè)人拿走。Index Ventures與紅點(diǎn)風(fēng)投在投資人之列(兩家風(fēng)投尚未就Secret關(guān)閉一事置評(píng))。Secret當(dāng)時(shí)的估值在1億美元左右。
比托表示,在未來數(shù)周里,他將把時(shí)間主要花在幫助核心團(tuán)隊(duì)尋找其他工作機(jī)會(huì)上。他計(jì)劃將公司的剩余籌資返還給投資人。
“我認(rèn)為,把錢還回去是正確的選擇,而不是將資金轉(zhuǎn)移。創(chuàng)新需要失敗,而我相信縮短失敗的過程便能繼續(xù)前進(jìn),這樣以后就不會(huì)再犯老錯(cuò)誤。”
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)對培養(yǎng)AI空間智能的重要價(jià)值。