張朝陽說:跑步是一種生活的狀態(tài)。
對(duì)于這個(gè)觀點(diǎn),不能更加贊同了。跑步是積極快速的生活節(jié)奏,而散步則表現(xiàn)的是慢生活的節(jié)奏。
很多朋友參加了今天搜狐在奧森舉行的長(zhǎng)跑活動(dòng),他們?cè)趶埑柡捅姸嗝餍堑呐惆橄逻M(jìn)行了10公里長(zhǎng)跑,有朋友說太佩服查爾斯(張朝陽)了,50歲了還能輕松跑完10公里!不過查爾斯并沒覺得這是件多了不起的事情,他的目標(biāo)是在西藏拉薩跑馬拉松!
對(duì)他而言,跑步是一種信仰,而且他認(rèn)為:“跑步不僅跑出更好的心臟,跑步越跑越聰明。”
如果不是親身經(jīng)歷,很難總結(jié)出這樣的跑步學(xué)說。在今天跑完10公里后接受采訪時(shí),張朝陽吐露了跑步時(shí)內(nèi)心最真實(shí)的感受:“最后半公里沖刺撒歡兒了,不省錢亂花的感覺,不管了快到了,累就累。”
率真的老板不多見,張朝陽是一個(gè)。
搜狐新聞客戶端上線跑步頻道有些出乎意料,是一次大膽的創(chuàng)新,張朝陽非常真實(shí)的透露了做跑步頻道的想法:“搜狐新聞客戶端變成了資訊,資訊這塊已經(jīng)超越新聞了,大咖們都可以在這個(gè)資訊平臺(tái)上曬自己的跑步成績(jī),5.2版本出來以后,這個(gè)客戶端已經(jīng)是一個(gè)超級(jí)APP而不只是新聞APP。”
將跑步這項(xiàng)運(yùn)動(dòng)嫁接到搜狐客戶端上,互聯(lián)網(wǎng)企業(yè)里恐怕也只有張朝陽帶領(lǐng)的搜狐能做到。這件事情的商業(yè)價(jià)值或許在于增強(qiáng)客戶端產(chǎn)品的社交屬性、打造個(gè)性化閱讀需求,而它的社會(huì)意義則更加凸顯,根據(jù)普眾心理,能完成長(zhǎng)跑是令大多數(shù)人景仰的一件事情。
跑步,尤其長(zhǎng)跑是一項(xiàng)特別需要毅力的運(yùn)動(dòng),它磨練心智、砥礪品格。也正因?yàn)榇?,跑步者的驕傲無人嫉妒,能夠堅(jiān)持跑步的人,在人們眼里,他/她就是值得被贊賞、被敬佩的。
長(zhǎng)跑的成績(jī)通常并不是最重要的。最終沖刺到終點(diǎn)的那個(gè)畫面令人振奮,但更深入人心的卻是堅(jiān)持跑下來的運(yùn)動(dòng)員,長(zhǎng)跑展現(xiàn)的是一種精神、一種力量。一位喜愛馬拉松運(yùn)動(dòng)的女子曾經(jīng)說過:長(zhǎng)跑是除登山之外,最自我釋放的自由。跑步的魅力或許就是,當(dāng)你咬緊牙關(guān),誓與這種痛苦比肩時(shí),痛苦它又顯得如此迷人。
所以,無論成績(jī)?nèi)绾?,人們都?huì)為每一位長(zhǎng)跑運(yùn)動(dòng)員豎大拇指,他們真的很了不起!
值得稱贊的是,已經(jīng)有越來越多的人加入到跑步愛好者的陣營(yíng)。張朝陽說:“跑步現(xiàn)在已經(jīng)是一個(gè)國民運(yùn)動(dòng),首先是以民間發(fā)起,現(xiàn)在已經(jīng)變成一個(gè)全民運(yùn)動(dòng),跑步和搜狐相遇是一個(gè)歷史的相遇。”
今天的10公里只是開始,接下來的兩個(gè)月內(nèi),張朝陽、馬布里、張寧江、李光潔、周韋彤、劉暢、孫佳奇、李煒、黃奕、大鵬、田家達(dá)、徐潔兒、金飛豹、潘石屹、郎永淳、阿貴(黃春貴)、孫英杰等將持續(xù)奔跑100公里,并通過記錄跑步路線、里程,曬到搜狐自媒體上,用戶可在搜狐客戶端的跑步頻道上看到他們的完成情況。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。