5月7日下午消息,互联网垂直招聘网站拉勾网宣布将招聘延伸到金融领域,其针对金融行业招聘的职位分类已经上线。其CEO马德龙表示,拉勾网将成为国内第一个垂直金融领域招聘的平台,而且不排除以后会将金融招聘做成独立产品。
据了解,拉勾网进军金融领域,是因为市场需求的驱动。互联网金融是目前互联网行业最火热的细分行业,马德龙表示,“如果不扩展我们的业务范围,将无法满足蓬勃发展的行业需求,我们难以想象,一家从事互联网金融的企业,先在拉勾上招聘到互联网技术人才之后,再去其他的平台上找金融专业的人才。”
此外,此次进军金融领域,最重要的内部原因是因为,经过一年半的发展,拉勾的商业模式、产品服务,已经形成完整的闭环,过去的几个月里,拉勾先后推出了lagou+,拉勾一拍等标准化产品,拉勾只需要把这些产品移植到相关行业即可。
而在提及进军金融领域是否会改变拉钩网以前一直强调的“专注”,马德龙解释说:“当时我们聚焦于互联网行业,现在,我们加上一副望远镜,是为了帮互联网行业做好更纵深的服务,真正结合拉勾网的特点,为国家互联网+的战略服务。”
其董事长许单单也表示,进军金融领域,并不意味着拉勾会改变自己以前专注、专业的公司气质。“我们永远不会做到全行业,我们会始终关注高收入、高科技人群,最多只做三四个领域。此次进军金融行业,也是因为我们三个合伙人中,其实我自己最擅长的是金融领域”。
成立于2013年7月份的拉勾网,此前一直专注于互联网招聘,号称是“最懂互联网”的招聘平台。 此前,拉勾网已经服务过包括京东金融、支付宝、深圳前海微众银行等金融机构。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。