Tokopedia
PulseAugur coverage of Tokopedia — every cluster mentioning Tokopedia across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Tokopedia 否认大规模裁员，因字节跳动整合，重心转向中国
印尼电商平台 Tokopedia（现已与字节跳动旗下 TikTok 集成）否认了有关大规模裁员的报道，称近期的员工变动是“重组和内部调动”。然而，有报道称超过 450 个技术岗位被取消，显著减少了公司原有的工程和开发人员。分析人士认为，此次整合可能导致关键技术和战略决策转移到字节跳动在中国的业务部门，从而影响 Tokopedia 作为本土数字领军者的地位。
-
Milvus 2.5 向量数据库发布，支持 GPU 加速处理超过 100 亿向量
Zilliz 推出的开源向量数据库 Milvus 2.5 已发布，其处理海量数据集的能力得到增强。新版本具备 GPU 加速索引、分布式架构和分层存储，能够以毫秒级延迟处理高达 100 亿个向量。该数据库专为可扩展的相似性搜索而设计，支持多种索引类型，包括通过 NVIDIA RAFT 优化的 GPU 索引，显著加快了索引构建和查询吞吐量。Milvus 可从简单的 Docker 单机部署扩展到生产级的 Kubernetes 集群，其商业版…
-
印度AHU注册表追踪公司数据和所有权
印度法律与人权部维护着一个所有注册实体的中央注册表，并为每个实体分配一个唯一的AHU编号。此标识符对于追踪公司信息至关重要，包括法律地位、注册日期、资本详情和董事会信息。虽然注册表提供了当前数据的快照，但访问历史文件（如公证契据）通常需要单独付费申请。OpenRegistry MCP服务器允许查询此数据，镜像了该部的上游负载，并保留了印尼的字段名称以示清晰。
-
印度尼西亚情感分析：机器学习模型在评论分析中优于深度学习
两篇近期论文对传统机器学习模型与深度学习方法在印度尼西亚文本数据情感分析方面的表现进行了基准测试。一项关于 Tokopedia 评论的研究发现，线性 SVC 模型在准确率上优于 IndoBERT，达到了 97.60%，这归因于数据采样方式的差异。另一篇分析 Spotify 评论的论文指出，虽然 BiLSTM 取得了更高的整体加权 F1 分数，但使用 SMOTE 的传统机器学习方法在三分类性能上更为均衡。