ZDNet至顶网软件频道消息:四年一度的顶级足球赛事已经告一段落,171个进球让全世界为之振奋,球迷们在这一个月中过足了足球瘾。中国队虽然与世界杯无缘,但是中国人是此次世界杯不可缺少的人群。根据IBM数据分析,此次世界杯每天有有超过1.2亿人在社交媒体发声,微博上相关讨论超过十亿次。其中关于足彩的讨论脱颖而出,以355678次的频率成为网友讨论最多的话题。
因小组赛爆冷频繁,以前被中国队瞧不起的哥斯达黎加也仅失两球进入前8。广大参与足彩的人让此次的结果哭笑不得,众人纷纷嚷着“上天台”。实际上,绝大多数球迷是通过赔率、球队排名等信息来决定自己的赌注。这种判断方法较个人化,个体的判断偏差会比较大,再加之个人的信息量总是有限的,所以“上天台”成了主流趋势。如果在决定自己判断的时候可以加上群众的意见,相信在更多信息共享的基础上,成功率会增加不少。像微博这样的主流社交平台每天会有上亿人发出自己的声音,把这些信息加以统计和分析会是很好的参考素材。
在本次世界杯期间,IBM便通过社交大数据技术对舆情数据进行了分析,在半决赛开始前已经通过大家的支持率准确判断出了四强名次。根据7月7日实时社交数据分析显示,世界杯四强决出,争冠形势已经越发白热化。德国、巴西、阿根廷、荷兰这四强中,德国队以16%得到最高的支持率,而东道主巴西队因为当家球星内马尔的受伤,不被广大球迷看好,仅以8%位列四强之尾。阿根廷与荷兰分别以15%和10%位列二、三位。注意这是7月7日在德国以7:1横扫巴西之前的支持率,不得不说中国球迷的呼声和最后决赛的名族非常接近,如果大家都看了IBM的分析数据再买彩票,估计都不用“上天台”了。
社交大数据分析的优势不仅能减低球迷们“上天台”的几率,在此次的世界杯期间,IBM还与腾讯进行合作,利用IBM强大的社交大数据分析和云计算技术针对社交网络上球迷关于世界杯的广泛评论、观点、声音进行实时分析,使腾讯实时获得球迷关注话题、球迷性格特点、球迷独特观点,从而让球迷在腾讯网上享受到一场与众不同的观赛体验,并在潜移默化中改变了传统媒体与受众之间的关系。
足球赛场总是有输家有赢家,而通过此次合作,腾讯和IBM双方都在不同层面获得了独特的价值,真正是一场双赢的足球盛宴。然而从足球到商业,从媒体到企业,社交大数据分析已经广泛的应用到不同行业中,并实现了全新的商业价值。随着社交、移动等趋势的兴起,社交大数据分析将成为企业释放大数据价值,激发商业创新与转型的重要利器。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。