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
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。