Flipkart
PulseAugur coverage of Flipkart — every cluster mentioning Flipkart across labs, papers, and developer communities, ranked by signal.
-
新框架通过困惑感知检索改进文本分类
研究人员开发了一个新框架，用于改进在具有众多语义相似标签的场景下的文本分类。该方法识别模型难以区分的标签对，将候选集扩展到包含这些易混淆的标签，并生成特定规则以帮助区分它们。此方法无需模型微调，并在多个基准测试中显著提高了宏 F1 分数，小型模型也受益于生成的规则。
-
新框架改进了具有复杂标签空间的文本分类
研究人员开发了一个新框架，以改进在具有众多语义相似标签的场景中的文本分类。该方法识别模型难以区分的标签对，将候选集扩展到包括这些易混淆的标签，并生成特定规则来帮助区分它们。此方法无需模型微调，并在多个基准测试中显著提高了宏 F1 分数，通过跨模型迁移到更小的模型实现了显著的提升。
-
印度语音 AI 初创公司 Ringg 从 Peak XV Partners 获得 1000 万美元融资
印度语音 AI 初创公司 Ringg 在其 A 轮融资的延期中，从 Peak XV Partners 获得了 1000 万美元的投资，使该轮融资总额达到 1550 万美元。该公司最初是一家文本转语音初创公司，现在专注于为企业构建语音 AI 代理，以自动化客户支持和外呼电话。Ringg 旨在处理比简单外呼更复杂的业务流程，例如预约和入职检查，并将其服务范围从语音扩展到聊天和 WhatsApp。
-
机器人获得服装抓取离线视觉搜索能力
本文详细介绍了一种用于服装机器人的离线视觉搜索解决方案，特别解决了 Myntra 和 Flipkart 等电子商务巨头面临的挑战。核心创新是将检索层直接置于机器人手臂上，从而实现毫秒级的零延迟、零样本视觉搜索。该方法利用 Qdrant Edge 创建可搜索的产品外观记忆，克服了由于大型履行中心网络延迟和信号干扰导致的基于云的 AI 的局限性。
-
Flipkart 部署 250 多个 AI 模型，AI 生成其 40% 的代码
Flipkart 已在其运营中集成了 250 多个 AI 模型，目前 AI 负责生成其 35-40% 的软件代码。该公司正在积极开发专门针对电子商务的定制大型语言模型，以增强其未来的 AI 平台。
-
Flipkart在首次公开募股前拓展印度即时零售业务；特斯拉考虑推出Model Y新版本
沃尔玛子公司Flipkart正通过在全国建立500个新的社区仓库来拓展其在印度的即时零售业务，目标是进入小城市以争夺价值110亿美元的市场份额。此次扩张之际，Flipkart正为首次公开募股做准备。在另一则无关的新闻中，据报道特斯拉正考虑将其在中国已受欢迎的Model Y推出一个长续航版本到美国市场，这可能填补Model X停产留下的市场空白。
-
印度风投在国内初创公司融资方面超越硅谷
印度的风险投资公司在国内初创公司投资方面正日益超越其硅谷同行。本地投资者，通常是前创业者，对印度市场的复杂性有更深入的了解，并且比外国公司能更果断地采取行动。这一转变部分归因于不断变化的全球经济状况以及印度创始人日益增长的信心，他们不再将硅谷融资视为主要的认可。