北京时间4月14日早间消息,人人公司已领投了P2P网贷公司LendingHome一轮7000万美元的融资。
此前有报道称,人人公司已向多家金融科技创业公司累计投资数亿美元,投资目标包括学生贷款服务SocialFinance,以及商业地产股权投资服务Fundrise。
参与LendingHome此次C轮融资的投资方还包括Colony Capital、Cowboy Ventures、First Round Capital、Foundation Capital、Ribbit Capital和SAB Capital。在此轮融资完成后,LendingHome的融资总额达到1.093亿美元。
LendingHome联合创始人马特·亨弗利(Matt Humphrey)和总裁詹姆斯·赫伯特(James Herbert)表示,该公司过去一年取得了出色的业绩。目前该公司仅有85名员工,但过去一年已完成了超过1亿美元的抵押贷款。
人人公司全球副总裁马特·墨菲(Matt Murphy)表示,投资方预计,LendingHome将继续在美国保持快速增长。他拒绝透露LendingHome此轮融资的估值和其他条款。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。