CNET科技資訊網(wǎng) 3月3日 北京消息(文/齊豐潤(rùn)): 互聯(lián)網(wǎng)招聘如今已逐漸取代了傳統(tǒng)的招聘方式,而互聯(lián)網(wǎng)招聘領(lǐng)域也是一個(gè)競(jìng)爭(zhēng)激烈確實(shí)十分有潛力的市場(chǎng),我們隨便走在大街上就能看到許多互聯(lián)網(wǎng)招聘公司的廣告,不過(guò)在100offer的創(chuàng)始人兼CEO賈智凡看來(lái),目前大部分的互聯(lián)網(wǎng)招聘公司仍然沒(méi)有觸及到這其中最有價(jià)值的市場(chǎng)。
昨日,100offer正式宣布完成2500萬(wàn)元人民幣B輪融資及下一階段的戰(zhàn)略規(guī)劃,未來(lái)將通過(guò)100offer的融資升級(jí)及戰(zhàn)略擴(kuò)張,改變傳統(tǒng)的招聘模式與市場(chǎng)格局,實(shí)現(xiàn)“幫互聯(lián)網(wǎng)人發(fā)現(xiàn)更好的offer”這一企業(yè)使命。
據(jù)悉,100offer于2014年7月上線,并于2015年3月獲得2000萬(wàn)元A輪融資,2015年底,100offer實(shí)現(xiàn)盈虧平衡。截至目前,平臺(tái)匯聚了超過(guò)1.5萬(wàn)家的互聯(lián)網(wǎng)企業(yè),平臺(tái)吸引了35萬(wàn)互聯(lián)網(wǎng)中高端人才注冊(cè)使用。2016年, 100offer將在產(chǎn)品服務(wù)領(lǐng)域、地域及服務(wù)深度上實(shí)現(xiàn)戰(zhàn)略擴(kuò)張。
在賈智凡看來(lái),目前的互聯(lián)網(wǎng)招聘無(wú)非是進(jìn)行著兩個(gè)模式,兩周模式和獵頭,而這兩種方式都有著自己的弊端。“我們很尊重招聘行業(yè)已經(jīng)存在的客觀規(guī)律,我們對(duì)于這些鉆研得很深,我們很重視真正地幫候選人找到工作這件事。未來(lái),低端獵頭會(huì)被我們慢慢取代,高端專(zhuān)業(yè)的獵頭我們會(huì)和他們長(zhǎng)期共存,共同改善行業(yè)。”
100offer將從原有單一的“程序員拍賣(mài)”向互聯(lián)網(wǎng)全領(lǐng)域招聘延伸,除技術(shù)崗位外,擴(kuò)張到產(chǎn)品、設(shè)計(jì)、運(yùn)營(yíng)、市場(chǎng)等所有互聯(lián)網(wǎng)崗位,同時(shí)100offer決定在原有業(yè)務(wù)城市北京、上海、廣州、深圳、杭州的基礎(chǔ)上,新增擴(kuò)展至南京、蘇州、廈門(mén)、珠海、成都、武漢、西安等七大新興互聯(lián)網(wǎng)招聘市場(chǎng)。
賈智凡在談到“改變”時(shí)表示:“100offer希望改變找工作的方式;改變選擇工作的標(biāo)準(zhǔn);改變招聘雙方的溝通;改變這個(gè)行業(yè)的信息流動(dòng);改變服務(wù)的目標(biāo)與深度。這些改變都還在進(jìn)行中,我們做了一部分,沒(méi)做的還很多,需要持續(xù)的改變。融資,對(duì)于100offer,本身也是一種改變。”
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。