CNET科技資訊網(wǎng) 9月14日 北京消息(文/孫封蕾): 最近,有些細(xì)心的人可能已經(jīng)發(fā)現(xiàn),租房、知識技能分享悄悄的登陸了閑魚,閑魚業(yè)務(wù)負(fù)責(zé)人諶偉業(yè)認(rèn)為,分享經(jīng)濟(jì)有很大的想象空間,從限制的物品,到生活服務(wù)場景,很多的服務(wù)因為分享經(jīng)濟(jì)而多了一種選擇,租房和知識技能分享的出現(xiàn),就是這個趨勢的產(chǎn)物。
諶偉業(yè)提到:“閑魚有很多可選擇的業(yè)務(wù),租房和知識技能分享這兩個業(yè)務(wù)還沒有做成產(chǎn)品,只是讓引導(dǎo)、提醒用戶閑魚上線了這兩類業(yè)務(wù),但是,卻出現(xiàn)了很多意想不到的結(jié)果。”
鏈家有超過十萬的房源,估計以閑魚目前的發(fā)展速度,可能很快就能超過鏈家的房源數(shù)量,閑魚上目前的房源超過50%都有聯(lián)絡(luò),已經(jīng)有了互動。
知識技能的分享,在閑魚上更是五花八門。8月27日,多位大學(xué)學(xué)霸在閑魚上拍賣自己的時間,其中北京大學(xué)數(shù)學(xué)系宋天浩同學(xué)的“數(shù)理化200小時輔導(dǎo)時間”被拍出了4萬元高價。
實際上,知識技能分享并不是閑魚的發(fā)明,果殼之前推出了在行和分答,諶偉業(yè)倒是覺得,知識分享這類產(chǎn)品是沒有價值邊界的,因為大家閑置的可能不只是物品,還有時間。
諶偉業(yè)發(fā)現(xiàn),閑魚上的用戶,大部分都是不以閑魚為生的用戶,他們在閑魚上只是以此為樂,以獲得樂趣和收獲價值為目的,只有賣出去了第一個產(chǎn)品,用戶的熱情馬上就提升上來。
所以,閑魚的成長速度也是飛快。去年到現(xiàn)在,閑魚的用戶成長超過400%,已經(jīng)建立了28萬個魚塘,每周都有一兩個集市,這些魚塘就是一個又一個的社區(qū),包括以位置坐標(biāo)形成的社區(qū),還有一些小眾社區(qū)。
而信任是促成二手物品交易的基礎(chǔ),信任也決定了交易效率。
為此,閑魚做了三個層面的工作來促使用戶建立信任。首先是用戶感覺,從芝麻信用、淘寶等級、微博認(rèn)證、閑魚魚塘的資料來查看用戶的信用情況,再通過擔(dān)保交易、堂主服務(wù)、社區(qū)自治等規(guī)則的制定來保護(hù)交易,通過客戶服務(wù)、網(wǎng)安監(jiān)管等服務(wù)與監(jiān)管體系來完善信任體系。
當(dāng)被問及閑魚的商業(yè)模式的時候,諶偉業(yè)并沒有回避,“阿里巴巴是一個商業(yè)化的公司,做閑魚這個產(chǎn)品,如果不去想商業(yè)模式是不可能的,但是商業(yè)模式現(xiàn)在就提出來,還是為時尚早。”
“等到閑魚每天的量級到億級別的時候再想就可以了。”
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(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。實驗顯示,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,輸出長度減少46.9%,真正實現(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)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,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AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(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。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。