9月26日,2019杭州·云栖大会上,阿里云公布了城市大脑三年来取得的一系列进展:全球23个城市引入城市大脑,覆盖了交通、城管、文旅、卫健等11个领域,48个场景。同时,城市大脑成为“数字经济第一城”杭州发展的关键动力。
当天,阿里云还宣布同萧山机场的一项新合作。使用城市大脑的调度能力帮助机场有效管控航班起降、上下客、行李搬运、加油、餐配、检修、保洁等各个环节。
未来,城市数据将同机场数据进行融合,小到一件快递寄送,大到与高铁站的协同运行,都可以被精确计算和调度,减少因运筹不到位造成时间损失和资源浪费。让高铁、城市道路也能读懂飞机。
三年前,城市大脑在云栖大会上正式发布。从萧山区市心路的一条街道开始,现在城市大脑已经开始辅助管理整个杭州。一系列微小而美好的变化正在发生。
4.6分钟:22公里的中河-上塘高架出行时间节省4.6分钟。
2.6秒:无杆停车试点推广,通过收费口只需2.6秒。
12次:首个外地车“弹性限行”城市,每辆车可申请12次。
30秒:酒店自助入住和退房,全程仅需30秒
20秒:数字公园卡免排队,入园只要20秒
1小时:先看病后付费,看病快了1小时。
7分钟:救护车一键护航,平均快了7分钟。
新的变化还在不断发生……
与此同时,越来越多的城市也正在引入城市大脑。目前,城市大脑合作的23个城市包括:杭州、海口、北京、上海、重庆、广州、天津、拉萨、武汉、郑州、石家庄、太原、西安、成都、苏州、合肥、雄安、晋城、衢州、湖州、泸州、澳门、吉隆坡。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。