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
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。