日前,中國(guó)獨(dú)立第三方移動(dòng)數(shù)據(jù)服務(wù)平臺(tái)TalkingData與國(guó)內(nèi)領(lǐng)先的PDB投放平臺(tái)ReachMax達(dá)成合作關(guān)系,共同探索基于移動(dòng)端靈活多樣的大數(shù)據(jù)營(yíng)銷場(chǎng)景,提供更加完善的移動(dòng)視頻PDB程序化投放服務(wù)。
品牌廣告主飛速增長(zhǎng)的訴求
隨著PDB程序化購(gòu)買模式被越來(lái)越多的品牌廣告主接受,DMP為投放中決策每一個(gè)曝光請(qǐng)求提供數(shù)據(jù)支持,因此品牌對(duì)數(shù)據(jù)的需求與重視程度也隨之與日俱增。尤其是在數(shù)據(jù)維度層面,廣告主不再停留在性別、年齡這些人口維度,更樂于在此基礎(chǔ)上嘗試帶有人群、行為、終端特性等標(biāo)簽的數(shù)據(jù),更清晰地觸達(dá)目標(biāo)消費(fèi)者。
TalkingData的數(shù)據(jù)優(yōu)勢(shì)
TalkingData作為國(guó)內(nèi)最大的獨(dú)立第三方移動(dòng)數(shù)據(jù)服務(wù)平臺(tái),覆蓋超過(guò)30億的海量移動(dòng)終端,相較于其他服務(wù)商,會(huì)更專注于數(shù)據(jù)的挖掘和算法等技術(shù)能力上。同時(shí),結(jié)合移動(dòng)數(shù)據(jù)本身更貼近用戶、數(shù)據(jù)有效期更久,數(shù)據(jù)維度更豐富的特點(diǎn),TalkingData的標(biāo)簽體系也更加豐富多元,擁有更高的可用性和實(shí)效性。完成了與不同行業(yè)對(duì)移動(dòng)數(shù)據(jù)使用的最佳實(shí)踐。在與ReachMax的合作中,TalkingData在蘭蔻某新款護(hù)膚品上市推廣活動(dòng)中應(yīng)用手機(jī)設(shè)備價(jià)位超過(guò)4K的25-45 年齡段女性標(biāo)簽,通過(guò)這種數(shù)據(jù)應(yīng)用方式幫助客戶抓住具有高消費(fèi)能力的目標(biāo)女性。
ReachMax以中立的身份開放合作,保證對(duì)接數(shù)據(jù)資產(chǎn)與隱私
在對(duì)接合作中,如何保障數(shù)據(jù)安全往往是數(shù)據(jù)方最大的擔(dān)憂,ReachMax作為PDB投放平臺(tái),是連接數(shù)據(jù)與流量的樞紐。以中立的業(yè)務(wù)身份,開放符合行業(yè)標(biāo)準(zhǔn)的API接口對(duì)接數(shù)據(jù)供應(yīng)方;在廣協(xié)制定的加密標(biāo)準(zhǔn)下聯(lián)通流量與數(shù)據(jù),只做數(shù)據(jù)ID層面的打通,不做數(shù)據(jù)標(biāo)簽的售賣,保證對(duì)接的數(shù)據(jù)資產(chǎn)與隱私安全不外泄;在實(shí)現(xiàn)數(shù)據(jù)商業(yè)價(jià)值的同時(shí),降低廣告主使用大數(shù)據(jù)的門檻。在與TalkingData的合作中,ReachMax不獲取數(shù)據(jù)標(biāo)簽,而是可以直接利用標(biāo)簽組合而成的“人群”,通過(guò)TalkingData提供的前置機(jī)對(duì)接解決方案,安全高效的查詢DMP,指導(dǎo)廣告投放。
目前移動(dòng)端視頻PDB發(fā)展迅猛,越來(lái)越多的品牌開始將投放預(yù)算向移動(dòng)端轉(zhuǎn)移,有些投放占比甚至超過(guò)五成,對(duì)移動(dòng)數(shù)據(jù)的需求也在日益增長(zhǎng)。TalkingData此次與ReachMax在移動(dòng)視頻PDB程序化投放服務(wù)領(lǐng)域的合作,不僅是對(duì)移動(dòng)端數(shù)字化營(yíng)銷的一次有效詮釋,同時(shí)也是TalkingData在業(yè)務(wù)拓展領(lǐng)域針對(duì)數(shù)字廣告合作的首次體系化數(shù)據(jù)標(biāo)簽輸出。相信在不久的將來(lái),隨著大數(shù)據(jù)影響力在人類生活中的不斷滲透,TalkingData還將與各領(lǐng)域的合作伙伴展開更多的探索實(shí)踐。
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(guò)"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(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)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(guò)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(zhǎng)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(guò)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(cè)試基準(zhǔn)上都帶來(lái)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(jī)。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。