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
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。