互联网金融企业拉卡拉宣布旗下拉卡拉金服集团完成了新一轮15亿元融资,融资后的拉卡拉金服集团的市场估值已超100亿元。
据悉,拉卡拉本轮融资获得了多家投资人超一倍的认购,包括太平人寿、中国再保险集团、大地保险、民航发展基金等企业在内,共计向拉卡拉金服集团注资15亿人民币。
投资方表示,此次投资拉卡拉主要有三个原因:
第一,看中对拉卡拉过往十年在支付行业打下的基础,给拉卡拉持续输送用用户流量;
第二,拉卡拉在互联网金融业务上的拓展能力;
第三,拉卡拉综合互联网金融平台上各项业务的相互借力和促进作用。
目前,拉卡拉金服集团已经发展成为综合性的、线上线下结合的互联网金融服务平台,涉及业务包括个人及商户支付服务、征信、理财、信贷、消费金融、境外支付等。
业务方面,拉卡拉的个人用户规模已突破1亿,商户规模突破300万,每天的交易笔数超过300万笔。拉卡拉金服平台上的支付交易规模保守估计将超过2万亿,其中信贷规模有望超过300亿,理财产品规模有望超过100亿。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。