北京时间2月25日早间消息,全球第一大P2P网贷公司Lending Club公布的上市后首份财报显示,该公司去年全年亏损3290万美元。受此消息影响,该股在周二盘后交易中暴跌11%。
P2P网贷公司希望借助新技术和在线平台直接对接借贷双方,这一快速发展的行业最近几年吸引了大批专业投资者的兴趣,他们都在争相通过这类平台发放贷款,并纷纷抢购Lending Club和OnDeck等P2P网贷平台的股票。
总部位于旧金山的Lending Club去年末在纽交所上市融资10亿美元,首日市值便接近90亿美元。该公司上市后公布的首份财报备受投资者关注,他们都希望充分了解这类平台的盈利能力——P2P网贷平台会从该平台达成的交易中收取一小笔费用。
该公司的财报显示,其2014财年亏损3290万美元,而一年前盈利730万美元。之所以出现这一状况,主要是因为营销和产品开发成本远超贷款费用。该公司当年营收翻番至2.13亿美元。
Lending Club创始人兼CEO雷诺·拉普兰奇(Renaud Laplanche)警告称:“2015年仍将是一个投资年,我们希望继续推动贷款和营收的快速增长,但却会保持稳健步伐。”他预计2015年的营收最多达到3.8亿美元,除去并购费用等一次性成本的调整后盈利可达4200万美元,高于2014年的2130万美元。
Lending Club在去年12月份IPO上市,挂牌价为每股15美分,高于此前设定的每股12-14美元的发行价区间。在上市首日,Lending Club股价收盘大幅上涨56%,报23.43美元。当日,Lending Club股价在纽约证券交易所常规交易中下跌0.11美元,报收于23.65美元,跌幅为0.46%。在随后截至美国东部时间17:42(北京时间25日6:42)为止的盘后交易中,Lending Club股价再度下跌2.41美元,至21.24美元,跌幅为10.19%。过去52周,Lending Club的最高股价为29.29美元,最低股价为18.30美元。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。