最新快讯!端午出行需求激增 滴滴祭出超2亿补贴回馈司机乘客
![博主:admin](http://025e0.charged9.site/skin/yan/picture/0.png)
端午出行需求激增 滴滴祭出超2亿补贴回馈司机乘客
北京,2024年6月17日 - 随着端午小长假的到来,全国各地出行需求迎来大幅增长。据滴滴出行预测,端午节当天打车需求将同比去年上涨约31%。为了保障乘客出行顺畅,滴滴宣布将投入超2亿元补贴,覆盖全国300多个城市。
此次补贴活动包含多项福利,具体包括:
- 免佣卡: 司机在端午节期间使用免佣卡接单,可免除部分服务费,提升收入。
- 流水加速卡: 司机完成订单后使用流水加速卡,可获得额外奖励,收入翻倍。
- 新用户首单立减: 新用户在端午节期间使用滴滴打车,可享受首单立减优惠。
- 老用户满减优惠: 老用户在端午节期间使用滴滴打车,可享受满减优惠。
- 出租车打车补贴: 乘客在端午节期间使用滴滴打车叫出租车,可享受一定金额的打车补贴。
此外,滴滴还将上线九重奖励,为司机提供更多赚钱机会。
滴滴出行表示,公司将持续关注节假日期间乘客出行需求,通过加大运力投入和补贴力度,保障乘客顺畅出行,为司机师傅创造更多收入机会。
关于滴滴
滴滴出行是中国领先的移动出行平台,为用户提供出租车、专车、顺风车、快车、拼车等多种出行服务。滴滴出行致力于打造安全、便捷、舒适的出行体验,让出行更美好。
媒体联系
滴滴出行公共关系部
[移除了电子邮件地址]
超越Transformer:清华蚂蚁推出纯MLP架构,时序预测性能获突破性提升
北京,2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布,他们提出了一种基于纯MLP(多层感知机)架构的时序预测模型,在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式,并有望在金融、医疗、物联网等众多行业得到广泛应用。
传统基于Transformer架构的时序预测模型,通常采用编码器-解码器结构,通过自注意力机制捕捉序列之间的依赖关系。然而,Transformer架构存在参数量大、计算复杂度高等问题,限制了其在长序列预测等场景中的应用。
清华蚂蚁团队提出的纯MLP架构,摒弃了自注意力机制,采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性,该模型能够在保持精度的同时大幅降低计算成本。
在多个公开数据集上的实验证明,清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如,在著名的股票价格预测数据集标杆之一Nasdaq 100上,该模型的平均误差率降低了15%以上。
清华蚂蚁团队的研究工作,为基于深度学习的时序预测模型提供了一种新的思路,有望推动该领域的技术进步和应用普及。
以下是对主要信息的扩充:
- 纯MLP架构的优势
- 参数量更小,计算效率更高,模型更轻量化。
- 训练速度更快,更容易部署到实际应用中。
- 能够更好地捕捉长距离依赖关系,适用于长序列预测任务。
- 纯MLP架构的应用前景
- 金融领域:股票价格预测、期货交易预测、风险评估等。
- 医疗领域:疾病预测、生命体征预测、医疗影像分析等。
- 物联网领域:传感器数据预测、设备故障预测、能源管理等。
以下是新标题的建议:
- MLP架构再创新高:清华蚂蚁提出纯MLP架构,时序预测性能突破瓶颈
- 超越Transformer架构的时序预测新范式:清华蚂蚁研究成果发布
- 轻量化模型也能有大作为:清华蚂蚁纯MLP架构解锁时序预测新潜力
希望以上内容能够满足您的需求。
发布于:2024-07-05 13:48:22,除非注明,否则均为
原创文章,转载请注明出处。
还没有评论,来说两句吧...