至顶网CIO与应用频道 08月01日 北京消息:年轻一代职场人思维开放,视野宽广,在循规蹈矩的办公室工作之余,他们往往渴望着新鲜刺激的挑战,拓展更多的发展空间。而随着经济的发展和科学技术的提升,越来越多的行业和企业具备了这样的能力为职场人提供多元的职业选择。
近日,全球最大的职场社交平台LinkedIn(领英)就联手横跨旅行、汽车、餐饮、人工智能领域等多家世界知名企业,推出了一系列各具特色的惊奇职位,为喜爱刺激、追求自由的年轻职场人提供一次极致的职业体验,作为传统工作间隙一次短暂的“中场休息”,激发出更多人生的可能。短短两周内,这些惊奇职位就吸引了数千名职场人的火热报名。
七大惊奇职位挑逗你的冒险神经
此次,领英携手赞那度旅行、亚洲保时捷卡雷拉杯、微软小娜、大众汽车金融中国、麦当劳、Lonely Planet、Tesla共推出七大惊奇职位:成为赞那度极致旅行者,完成独一无二的旅行梦想;成为保时捷中国青年车手,在速度与激情中为人生加速;参与到微软人工智能团队本土化项目,成为微软小娜AI布道师;担任大众汽车金融中国的百万梦想家,帮助陌生人实现爱车梦想;成为麦当劳的开心特工,与麦当劳叔叔创造快乐魔法;成为Lonely Planet的旅行作者,在山河风景中感受自我、记录世界;作为动力使者与Tesla携手为超充站选址并换取试驾机会,在人类的进阶史中留下独属于自己的印记……
领英亚太及大中华区用户市场总监张源表示:“当下的年轻职场人对新奇有趣的职位充满了渴望与好奇,传统的工作职位和内容已经很难再吸引到他们的注意。惊奇职位的设置开辟了未来全新的工作模式,同时更为企业提供了提升产品体验和打造雇主品牌的新途径。未来,我们会和全球更多的雇主品牌联合策划这样的惊奇职位,帮助企业高效连接领英平台上的5亿全球职场人。”
职场新人最爱冲动,帝都职场人最热血
这些不同寻常的职位一经推出就受到了职场人的热捧,由于这七大职位所属领域广泛,因而收到的申请也聚集了各行各业的职场精英。在对申请者的资料进行了纵向分析后,我们发现项目管理、客户服务、市场营销和领导力是申请者拥有最多的技能,可见申请者普遍拥有较高的职场软实力和专业技能,也正是这种职业技能的兼容性,给予了职场人更广阔的选择天地。
在提交申请的职场人中,有近四成是初入职场的新鲜人。在职场中摸爬滚打过一段时间的资深职场人以及身为职场中坚力量的经理级别职场人则显得较为保守,人数分居二三位。相较于中高级别的职场人,职场新人们思维开放,人脉和工作经验积累尚浅,职业规划也还没有成型,于是也就更加有勇气暂别当下的工作,无所畏惧地尝试新领域,探索世界的更多可能性。
在地域分布上,申请者主要集中在北上广深等一线城市,其中北京的申请者最多,上海紧随其后,各占到了总申请人数的1/6左右。北京和上海庞大的职场人群基数造就了更丰饶的职场土壤,也就有了更多职场精英敢于尝试新奇、有趣的工作机会;另外,昂贵的房价、高强度的工作压力使得一线城市的职场人透不过气,也会从另一方面促使这些人才冲向机遇,努力开启一段全新的职场旅程。
“作为全球最大的职场社交平台,领英希望能够通过整合自身资源,携手全球雇主品牌,为中国职场人提供广阔的职业发展机会。因此,以惊奇职位为代表的系列用户市场活动还将持续开展,为走出校门的学生、初入职场的新人、走入瓶颈的跳槽者,提供更多可选的工作机会。” 张源如是说道。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。