今日焦点！快递“不能擅自放驿站” 新规或致运费上涨？

快递“不能擅自放驿站” 新规或致运费上涨？

2024年6月14日讯 3月1日起，新修订的《快递市场管理办法》正式施行，其中明确规定，快递员在投递快件时，应事先同收件人联系，经收件人同意后方可投递。如收件人不在收件地址，快递员应当按照约定的投递方式进行投递。如无法联系收件人，快递员应当退回寄件人。

然而，新规实施以来，仍有不少快递员存在擅自将快件放驿站的情况。 有市民反映，他们经常收到快递员的短信通知，称他们的快件已被投递至驿站，但他们并没有同意将快件放驿站。

业内人士表示，新规的实施可能会导致快递成本上升，进而引发快递费上涨。 因为如果快递员每次投递快件都需要先联系收件人，那么将会增加他们的工作量和时间成本。此外，如果快递员无法联系收件人，还需要将快件退回寄件人，这也将增加快递公司的成本。

为了缓解新规带来的成本压力，一些快递公司已经开始上调运费。 据了解，目前一些快递公司的首重价格已经从原来的5元上涨到6元。

有专家建议，相关部门应加强对快递行业的监管，督促快递公司严格遵守新规。同时，也要引导消费者改变收件习惯，尽量选择在家收件。 这样才能从源头上减少快递员擅自放驿站的情况，避免快递费上涨。

以下是一些与本新闻相关的补充信息：

• 新规实施以来，一些市民也表示支持，认为这样可以更好地保障收件人的权益。
• 有快递员表示，他们也希望新规能够得到严格执行，这样他们就可以不用再冒着被投诉的风险擅自放驿站了。
• 一些电商平台也开始提供“送货上门”服务，以满足消费者在家收件的需求。

希望这篇新闻报道能够为您带来帮助。

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。