CNET科技資訊網(wǎng) 9月22日 北京消息:今日滴滴快車在哈爾濱、溫州、貴陽、長春、南昌5個(gè)城市推出了“中長途折扣”,主要適用于7公里以上的中長途訂單。上述5城的乘客使用滴滴快車出門時(shí),行程距離越長享受到的實(shí)惠越多。據(jù)悉,這是業(yè)內(nèi)第一次有平臺專門為“中長途”訂單定制折扣。通過“中長途折扣”,滴滴快車在上述5城成為了最實(shí)惠的經(jīng)濟(jì)型移動出行產(chǎn)品。
需要注意的是,因各城市交通狀況不同,折扣覆蓋訂單長度、折扣力度略有不同。各地乘客可通過滴滴出行App了解當(dāng)?shù)鼐唧w情況。以南昌為例,即日起南昌市民使用滴滴快車出行,訂單距離在8公里以內(nèi)可享受7折優(yōu)惠,訂單距離8公里以上則可享受6.6折。而在長春,訂單距離超過13公里的乘客可享受6.2折。
“折扣”是滴滴調(diào)節(jié)供需的重要工具之一。自滴滴快車上線以來,滴滴便通過建立智能數(shù)據(jù)模型、大數(shù)據(jù)計(jì)算,為各城市的乘客提供與其訂單特征最匹配的折扣。“中長途折扣”是滴滴快車在折扣工具上的又一創(chuàng)新,旨在通過精細(xì)化運(yùn)營為乘客提供更合適的優(yōu)惠。
滴滴方面表示,此次之所以在上述5個(gè)城市率先推出“中長途折扣”是因?yàn)橥ㄟ^數(shù)據(jù)監(jiān)測發(fā)現(xiàn),上述5城的乘客在“中長途”方面有著較大的需求。尤其是隨著天氣轉(zhuǎn)涼,哈爾濱、長春兩城的中長途需求不斷增加。通過“中長途折扣”,滴滴能為這些城市的乘客提供更多實(shí)惠。
后續(xù),滴滴會根據(jù)“中長途折扣”在上述城市的具體運(yùn)營情況,來制定“中長途折扣”在其他城市上線的節(jié)奏。
從最初的將打車信息化,到推出專車、快車、順風(fēng)車等多個(gè)業(yè)務(wù)線供乘客選擇,經(jīng)過4年的發(fā)展滴滴出行不僅改變了人們的出行方式也正在以互聯(lián)網(wǎng)速度推動交通行業(yè)革新。當(dāng)下,滴滴已在400多個(gè)城市為近3億用戶提供便利的出行服務(wù),是中國移動出行創(chuàng)新發(fā)展的中堅(jiān)力量。
業(yè)內(nèi)人士評價(jià),今年夏天網(wǎng)約車正式合法化,標(biāo)志著國內(nèi)移動出行行業(yè)的發(fā)展進(jìn)入一個(gè)全新的階段。在這個(gè)新階段里,各平臺將逐步把重心轉(zhuǎn)移到服務(wù)上,市場也將回歸理性競爭。此次滴滴推出“中長途折扣”這類精細(xì)化運(yùn)營的創(chuàng)新產(chǎn)品有助于推動行業(yè)良性發(fā)展。
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。