要文快报！韩国电商巨头酷澎被罚1400亿韩元，创历史最高纪录！ “刷好评”乱象何以屡禁不止？

韩国电商巨头酷澎被罚1400亿韩元，创历史最高纪录！ “刷好评”乱象何以屡禁不止？

韩国公平交易委员会（FTC）近日对韩国最大电商平台酷澎（Coupang）及其子公司Coupang Play处以共计1400亿韩元（约合人民币73亿元）的罚款，原因是两家公司涉嫌通过虚假评论误导消费者。这一罚款金额创下了韩国针对流通企业的历史最高纪录。

FTC调查发现，酷澎在2019年至2021年期间，组织了2200多名员工为超过7000种自有品牌产品撰写虚假评论，总计发布了7万余条好评。这些评论大多给出了5星满分中的4.8分高分，以此来诱导消费者购买商品。

FTC还表示，酷澎还向第三方机构支付了数十亿韩元，要求他们撰写虚假评论或删除差评。此外，酷澎还对发布差评的消费者施加压力，要求他们修改或删除评论。

酷澎方面对FTC的裁决表示不服，并已向法院提起诉讼。该公司称，其员工撰写的评论都是基于真实体验，不存在虚假陈述。

近年来，韩国电商平台上“刷好评”的现象屡禁不止。2022年，韩国国会通过了《电商法修正案》，对虚假评论行为加大了处罚力度。然而，相关乱象依然有所抬头。

分析人士指出，韩国电商平台“刷好评”乱象频发的原因主要有以下几点：

• **电商平台竞争激烈。**近年来，韩国电商市场竞争日趋激烈，为了提高商品排名和销量，一些电商平台铤而走险，通过“刷好评”的方式来欺骗消费者。
• **消费者对好评依赖度高。**韩国消费者在网购时，往往高度依赖商品评价，因此好评对商品的销量具有至关重要的影响。
• **处罚力度不够大。**此前，韩国对虚假评论的处罚力度相对较轻，难以对违法者形成有效威慑。

韩国有关部门应加强执法力度，严厉打击“刷好评”等违法行为，同时也要引导消费者理性网购，不要盲目相信好评。电商平台也应建立健全的评价管理机制，杜绝虚假评论的出现。

以下是一些可以对新闻稿进行补充的信息：

• 酷澎是韩国最大的电商平台之一，拥有超过2500万活跃用户。
• 酷澎在2021年成功在美国上市，市值一度超过1000亿美元。
• 韩国是全球电商市场最为发达的国家之一，网购普及率位居世界前列。

以下是一些可以作为新闻稿标题的备选方案：

• 韩国电商巨头酷澎被罚1400亿韩元，创历史最高纪录！
• 韩国电商“刷好评”乱象再起，酷澎被罚1400亿韩元
• 韩国最大电商平台“刷好评”：1400亿韩元罚款能否遏制乱象？

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。