报道领域
Papers
23 篇已发布报道
重点报道
本文解读了Xinyue Wang和Biwei Huang提出的World Modeling with Compositional Causal Components (WM3C) 框架，该框架通过学习和利用可组合的因果组件来提高强化学习在新环境中的泛化能力。实验结果显示，WM3C在数值模拟和真实机器人操作任务中显著优于现有方法。
编辑精选
本文通过对北京45名外卖配送员的深入访谈，探讨了他们如何理解和应对算法管理。研究发现，配送员并非仅仅是被动接受数字“全景监狱”的对象，而是通过自己的方式管理和甚至颠覆系统。这种现象不仅揭示了算法在日常工作中的多重角色，还展示了配送员如何在算法管理下创造自己的“有机算法”来管理和对抗系统。
本文深入探讨了表示学习在机器学习中的重要性，特别是在供应链和AI决策场景中的应用。文章通过多层非线性变换、自编码器、概率模型和流形学习等方法，展示了如何自动提取数据的有用特征，从而提高模型的性能。此外，文章还讨论了这些方法的局限性和实际应用中的启示。
最新进展
美团联合华中科技大学提出多阶段奖金分配（MSBA）框架，通过半黑箱模型、拉格朗日对偶动态规划等技术，实现毫秒级实时奖金决策。实测日均订单取消量下降超25%，餐厅食品浪费补偿减少超30%，已部署于生产环境处理百万级订单。
一篇学术论文拆解美团的三重动态定价引擎（时间×用户×竞争），揭示O2O平台定价策略如何同时侵蚀和创造消费者剩余，以及对供应链从业者的四条实操启示。
MIT、Stanford、Wharton等顶尖商学院40位运营管理学者联合发布愿景声明，提出AI与供应链交互的五层框架。本文深度解读核心洞察与实践者批评。
