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

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。