至顶网CIO与应用频道 10月30日 北京消息:滴滴高级副总裁、滴滴智慧交通负责人章文嵩在2017中国计算机大会(CNCC)上宣布正式启动第三届滴滴Di-Tech算法大赛,邀请全球算法高手来挑战智慧交通领域的重要难题。
本届算法大赛将以滴滴海量的真实数据为基础,参赛选手需要提交包含周期时长、相位差和相位时长的配时方案,精确到秒与秒之间的比拼,可以使得信号配时更科学更智慧。比赛冠军将获得30万奖励,参赛优胜者将有机会加入滴滴,和全球领先的智慧交通团队一起工作,用科技切实改善城市交通品质。
章文嵩在会上向全球算法高手发出参赛邀请:“滴滴全平台日订单量已达2500万,滴滴轨迹大数据中包含着大量有价值的交通信息,比如某一区域的平均速度、某一交叉口进口道的平均停车次数、某一路段的排队长度等,丰富及高质量的数据为持续进行交通组织优化提供了良好基础。充分理解、挖掘和应用这些信息,建立准确的交通模型,开发高效的优化算法,可以使时空资源得到最完美的利用,让城市交通更高效地流动起来,让整个社会受益。我们诚挚邀请全球的算法天才们走进智慧交通的世界,寻找“拥堵”这一世界性难题的解决方案。”
众多纵横交织的道路构成了城市交通网络,每个路口都是寸土必争,一个微小的改变就可能对道路畅通产生影响,而信号灯正起到分配不同交叉口时间资源的作用,规范交通秩序,科学的时间分配是能够改善交通环境,提升交通效率和品质的重要因素。然而,生活在城市中,每个人或多或少都有过堵车的经历,今天的绝大部分信号灯仍未有足够的智慧,不能很好地调节时空资源与交通需求相匹配,甚至对道路交通状态一无所知。
本届算法大赛聚焦“智慧信号灯”展开,初赛题目为“干道交叉口配时优化”,复赛题目难度在此基础上升级,为“路网交叉口配时优化”。参赛者将以脱敏的真实滴滴车辆轨迹数据为基础,采用经过校准的交通路网模拟交通情况,加载选手提交的配时方案,通过与轨迹数据相匹配的多组真实流量作为输入,最终给出选手所提交配时方案的平均得分。
今年来,滴滴智慧交通在济南、武汉等城市所开展信号灯优化的实践表明,大数据和互联网赋能信号灯的方式为城市交通管理提供了全新的思路,从干道“点和线”的优化,到区域“面”的优化,为未来交通发展提出了更智慧的方案,滴滴正在解决传统交通领域的难题,助力全世界的交通发展和环境挑战,成为全球智能交通技术的引领者。
参与本次大赛的评委和专家阵容强大,包括滴滴出行智慧交通负责人、滴滴工程技术委员会主席章文嵩,滴滴研究院副院长叶杰平,滴滴智慧交通首席科学家刘向宏,同济大学同济大学道交系教授、博士生导师李克平教授,华东师范大学副校长、数据科学与工程学院院长周傲英教授。据悉,本次比赛设置总奖池共100万,现已进入报名阶段,初赛将于11月30日拉开序幕,经过初赛、复赛、决赛答辩最终决出冠亚季军及全场创新大奖。更多比赛信息可登陆官网查看(https://ditech.didichuxing.com/)。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。