每个月对各类金融产品的5000万次用户搜索,2014年过万亿人民币的贷款在线申请,从平台用户日渐繁忙的搜索、比价和申请行为中,是否能够描绘出更清晰的互联网金融面貌?
这就是在线金融搜索平台融360在2014年从事的工作之一:实时监测和分析这些海量数据,每月定期发表数个涉及房贷、无抵押贷款、信用卡、理财和P2P等的分析报告。
日前融360正式宣布成立“融360大数据研究院”,基础数据来自于平台上每月活跃的用户搜索和申请行为、以及对全国上万家金融机构、近十万种金融产品的实时监控、包括对银行人员服务水平打分的评价数据。
融360联合创始人兼CEO叶大清介绍说,这是国内第一个由互联网金融企业自行组织的研究机构,但并不为学术研究,所有的研究报告全部开放给个人消费者、小微企业、学术研究机构、金融机构、政府单位和媒体。“所有人可以在融360网站上免费获取,这是大数据时代的一种互联网开放精神。我们希望服务于老百姓和小微企业的金融生活,让他们能够对所有的金融产品最新的趋势有很真实和深入的了解。”
目前融360研究院已经有近15位专职研究分析人员,由资深信贷专家徐瑾带队。去年这个团队持续出版了将近30个各类完整的研究报告,平均每月2到3个,覆盖房贷、车贷、无抵押信用贷、小微企业经营贷、信用卡、银行理财产品、宝宝理财、p2p网贷理财等大众金融产品。
融360方面指出,研究院遵循的是客观、开放、免费三大原则。研究部门与商务部门之间有防火墙,数据研究结果不受商业合作关系影响。同时研究院的各种月报、周报、日报完全是公益性质的知识分享,不以营利为目的,开放给各类需要的人群。徐瑾同时强调,由于面向的主要人群为有金融需求的老百姓和小微企业,因此所有报告追求内容通俗易懂和响应速度快捷。
研究院成立后,数据报告体系会更丰富更专业,会追求研究的独特性和实用性。比如融360很快将推出P2P网贷评级报告,以及有关金融消费的金融315报告。“还是基于‘让金融更简单’的公司理念,帮助老百姓和小微企业采取行动,服务于百姓的金融生活。”
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。