北京時(shí)間2月11日消息,Twitter正試圖解決信息過剩的問題。此前許多新用戶表示,在登錄Twitter之初會(huì)看到過多信息,導(dǎo)致他們不太愿意經(jīng)常使用Twitter。
Twitter周三宣布,對(duì)于離開Twitter一段時(shí)間的用戶,將向他們展示訂制的Twitter消息流,利用算法推薦他們感興趣的內(nèi)容。
Twitter高級(jí)產(chǎn)品總監(jiān)杰夫·塞伯特(Jeff Seibert)表示:“許多Twitter用戶關(guān)注了數(shù)百個(gè),甚至上千個(gè)帳號(hào)。當(dāng)他們回到Twitter時(shí),會(huì)發(fā)現(xiàn)太多的信息令他們無所適從。”
這一功能中的Twitter消息可能來自任意時(shí)間,例如幾分鐘之前或幾小時(shí)之前。Twitter的設(shè)想是將最重要的消息置于消息流最上方,幫用戶過濾掉他們可能不感興趣的信息。
Twitter以往總是按照時(shí)間逆序去排序消息,而此次調(diào)整是一個(gè)重要變化。這將幫助用戶更方便地找到自己感興趣的內(nèi)容,從而吸引用戶更多地訪問Twitter。塞伯特表示:“這是為了幫助所有這些用戶掌握他們在意的信息。”
關(guān)于Twitter將調(diào)整消息流排序方式的傳聞已出現(xiàn)很長時(shí)間,而Twitter很可能考慮過多種不同的時(shí)間線展示策略。1年前,Twitter推出了“當(dāng)你離開時(shí)”功能,幫助用戶更方便地查看在離開Twitter期間消息流中有趣的內(nèi)容。Twitter甚至在應(yīng)用中辟出了一個(gè)專門欄目,向普通用戶展示可能難以發(fā)現(xiàn)的有趣內(nèi)容和對(duì)話。
不過過去幾年,Twitter的一些內(nèi)部人士不愿進(jìn)行重大改版。他們擔(dān)心,這將導(dǎo)致忠實(shí)用戶的流失,或是影響廣告銷售。在2013年Twitter上市之前,即使用戶數(shù)增長開始放緩,但Twitter的營收增長仍保持穩(wěn)定。
塞伯特還表示,去年夏季回歸Twitter的CEO杰克·多西(Jack Dorsey)給予產(chǎn)品負(fù)責(zé)人很大的自由度去質(zhì)疑產(chǎn)品。他表示:“沒有任何不能觸碰的話題。”
上周,BuzzFeed報(bào)道稱,Twitter即將對(duì)時(shí)間線排序方式進(jìn)行調(diào)整,這引起了Twitter用戶的抗議。而#RIPTwitter(安息吧Twitter)也成為了Twitter的趨勢話題。
為了避免引起忠實(shí)用戶的不滿,Twitter正緩慢發(fā)布最新改版。用戶最初可以選擇在設(shè)置菜單中啟用新功能,而隨后這一功能將成為默認(rèn)設(shè)置。而如果用戶不想要這一功能,那么也可以在設(shè)置菜單中關(guān)閉。塞伯特表示:“我們希望讓所有人都有機(jī)會(huì)按自己的意愿去使用。”
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。