DoorDash已为其零工经济工作者推出了一个赚取额外收入的新选择。这家外卖服务公司推出了Tasks功能,该公司将其描述为"外卖员可以在送餐间隙或空闲时间完成的短小任务"。公司举例说明,这些任务包括拍摄餐厅菜品照片或录制非英语的无脚本对话视频。这些材料将用于训练人工智能和机器人模型。
DoorDash的代表向彭博新闻表示,公司将使用Tasks内容来评估其内部AI模型,以及零售、保险、酒店和科技等合作伙伴公司开发的模型。DoorDash正在试点推出Tasks的独立应用程序,外卖员可以通过该应用提交内容。博客文章指出,报酬将提前显示,薪酬将根据任务的复杂程度而有所不同。
这个想法并不新颖。我们已经看到其他AI和机器人领域的初创公司为普通人拍摄的内容提供报酬。考虑到目前有多起针对AI公司未经授权使用受版权保护材料的诉讼正在进行中,至少这种方法让人们能够直接从训练内容中获得补偿。
Q&A
Q1:DoorDash的Tasks功能是什么?
A:Tasks是DoorDash推出的一项新功能,让外卖员可以在送餐间隙或空闲时间完成短小任务来赚取额外收入,比如拍摄餐厅菜品照片或录制非英语对话视频,这些内容用于训练AI和机器人模型。
Q2:Tasks创建的内容会被如何使用?
A:DoorDash表示将使用Tasks内容来评估其内部AI模型,以及零售、保险、酒店和科技等合作伙伴公司开发的模型。这些材料专门用于训练人工智能和机器人模型。
Q3:Tasks的报酬是如何计算的?
A:根据DoorDash的说明,Tasks的报酬将提前显示给外卖员,薪酬会根据任务的复杂程度而有所不同。公司正在试点推出独立的Tasks应用程序供外卖员提交内容。
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
JETSPEC是由UC San Diego等机构联合提出的推测解码框架,通过树形因果掩码让草稿头在一次前向传播中生成分支一致的候选树,在MATH-500上实现最高9.64倍端到端加速。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
本文介绍了中国科学院自动化所的研究,揭示了大型语言模型在多轮工具调用强化学习中崩溃的根本原因,并系统评估了五种监督信号对训练稳定性和泛化能力的影响。