至顶网CIO与应用频道 07月15日 编译:近几年里一系列的慈善事业丑闻彻底改变了公众对典型慈善事业的看法及对慈善机构的信任。慈善丑闻多次成为头条新闻,同时公众对慈善组织信心在下降, 这并非巧合。
慈善机构面临着年轻人捐款的减少、机构首席执行官薪酬被质疑以及捐款者担心捐款的最终去向等问题。而同时,慈善机构由于低效率、资金不足的行政管理等原因而举步维艰,因而往往不能充分将援助分配到合适的地方,最脆弱和最有需要的人常常得不到援助。
慈善一词基本上被乱用和滥用,公众不再将慈善机构的话当一回事。
区块链技术或许可以帮助慈善机构,慈善机构利用区块链技术服务抑或可以恢复自己的形象。
区块链技术有助于自动化,可以降低管理成本,区块链技术可以提供可追溯的标杆,可以加强问责制,而且还允许捐赠者更清楚地看到他们捐助资金的去向,区块链或许还有助于一些失去公众信任的慈善机构挽回可信度。
区块链可以在捐赠者、接受者和其他利益相关者之间建立信任和建立联系,可以提高管理成本效率。区块链可以向捐赠者展示他们的捐赠确实起到的作用,区块链也可以加快众筹以及快速将资金控制权交给接受者。
区块链解决方案除了解决现存的问题之外还可以令慈善机构和非营利组织以完全新颖的方式交付结果,这样的方式如若没有区块链是不可能实现的。
Binance慈善基金会(BCF)日前在贸发会议世界投资论坛上发布了基于区块链的捐赠门户网站。
Binance基金会是一个开拓性的非营利捐赠平台,平台向捐赠者提供财务信息,达到透明及可问责性的目的。
该平台的构建基于区块链技术,以确保整个过程具有可追溯性、不可变性和可靠性。
Binance区块链慈善基金会(BCF)负责人Helen Hai表示,“在BCF平台上的捐款将确保完全透明、直接问责及与最终接收者的直接接触。”。
BCF的使命是将问责制引入慈善捐助,进而为全世界几百万人的生活带来变化。BCF计划在其所支持的社区里发挥至关重要的作用,以期通过其提供的服务方式在社区内运作,最终对社会产生正面影响。
BCF平台还可以提供需求证明及收据证明,确保捐助确实是有价值的以及资金可以交付到达目标接受者。而且,由于区块链降低了管理成本,更多资金可以到达确实有需要的接受者手里。
慈善机构的运营附加费用比有一阵子成了争议的焦点。运营费用比指管理费用占实际捐助数目的比例,尽管许多人认为一定的附加费用是必要的,但过高的行政费用比肯定是一个危险信号。
鉴于此,BCF与47家公司合力推出了Pink Care Token(粉色代币),Pink Care Token是在Binance链上发行的社交稳定币。该联盟正基于Pink Care Token开展扶贫活动,力图帮助发展中国家的100万妇女,为她们改善女性健康和福祉。这也显示出了区块链能够以最佳的方式不断改进慈善机构的工作流程。
慈善机构的主要管理成本是与筹款及营销或宣传慈善事业有关的。基于区块链的平台的宗旨就是为慈善机构提供一个市场平台,令慈善机构可以接轨那些愿意捐助的人,而这些平台的费用要远低于传统的营销和筹款机构的费用。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。