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
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。