今日解读!顺丰同城回应骑手举报:指控“吃拿卡要”经核查不实
![博主:admin](http://b9aaa.dh7p.site/skin/yan/picture/0.png)
顺丰同城回应骑手举报:指控“吃拿卡要”经核查不实
北京,2024年6月15日 - 顺丰同城今日就近日网络上出现的一名骑手举报小队长“吃拿卡要”的事件作出了回应。顺丰同城表示,经核查,该骑手的投诉与事实不符。
据了解,该名骑手称其所在站点的小队长存在收取“入职费”、“管理费”等行为,并克扣订单提成。顺丰同城方面表示,公司高度重视该事件,立即成立了调查小组进行核查。经调查,并未发现该小队长存在上述行为。
顺丰同城表示,公司一直以来都倡导诚信经营,并建立了严格的管理制度,对任何违规行为都将严肃查处。公司也将继续加强对员工的教育培训,提升员工的职业道德水平,为骑手创造公平公正的工作环境。
以下为事件详情:
- 一名顺丰同城骑手在网上发帖举报其所在站点的小队长存在“吃拿卡要”的行为。
- 顺丰同城方面成立调查小组进行核查。
- 经调查,未发现该小队长存在上述行为。
- 顺丰同城表示,公司将严肃查处任何违规行为,并继续加强对员工的教育培训。
该事件引发了社会对即时配送平台骑手权益的关注。 有专家指出,即时配送平台应加强对骑手的管理,保障骑手的合法权益。同时,骑手也应通过正规渠道反映问题,避免造成不必要的误会。
顺丰同城表示,公司将吸取此次事件的教训,进一步完善管理制度,加强对骑手的关爱,为骑手创造更好的工作环境。
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:2024-07-03 11:27:56,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...