ZD至顶网CIO与应用频道 02月29日 北京消息:北京服装学院在我想象中应该是大模林立的时尚区域,这和我理解的传统创业不太沾边,但这就是微软创投加速器Demo Day的举办地。
微软创投加速器在成立的三年半迎来了第七期创业团队Dome Day,Dome Day顾名思义就是展示各自的创新成果。去年8月8日,号称是“比哈佛还难进”的微软创投加速器公布了从1000多个申请中挑选出的20个第七期团队,GrowingIO位列18家企业之中。如今,经过180天的加速成长,GrowingIO已成功毕业,并获得了最佳人气奖。
GrowingIO能帮助现在的互联网企业做些什么?很多互联网企业今天关注停留时、安装数量、网页浏览次数等比较浅的指标。GrowingIO创始人张溪梦之前在领英LinkedIn工作时,在网站部署超过了一千万的代码,同时还有五百人的团队支持,这对于很多中国互联网公司来说是缓慢、无效而昂贵,基本上是不可能的解决方案。
GrowingIO创始人张溪梦
GrowingIO的创始团队来自LinkedIn、eBay、Coursera、亚信等国内外顶级互联网及数据公司。2015年12月,GrowingIO发布了基于用户行为的新一代数据分析产品,用户无需在网站或app中埋点,即可实时获取并可分析全量用户行为数据,为企业节省90%成本,帮助用户实现精益化运营,用数据驱动增长。
张溪梦提到,通过团队6个月的努力,我们用简洁页面让用户关注他们的增长指标、增加转化效率、了解每个用户的使用频次。
迄今为止有一千多家客户使用GrowingIO的产品,一百家以上在深度使用用户。其中一家企业接入代码后,迅速解决了一个沉淀在项目工程单里面三个月前的问题,转天提高了将近20%的零售转化效果。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。