CNET科技资讯网 4月18日 北京消息(文/周雅):在传统金融服务中,用户向银行提出贷款申请时,必须到实地进行身份信息核实,核实无误之后才可以完成签订协议。从审核时间上来说,至少需要7个工作日左右的时间。如今,一场消费金融的变革正在到来。
平安科技天下通事业群总经理石端桥
4月15日,在平安天下通“人脸识别”技术发布会现场,“刷脸”交易真实上演。平安科技天下通事业群总经理石端桥现场演绎整个过程,通过人脸识别技术,用户通过平安天下通APP申请贷款时,只需要打开手机摄像头,由系统拍摄并抓取用户若干面部影像,再进行检测,5秒即可远程完成身份核实,最快实现6分钟完成放贷。
石端桥说“我都被自己感动了”。
自2014年开始,经过短短一年多的时间,平安科技人工智能实验室团队完成了从核心技术研究到产品、技术的实现,最终完成人脸识别技术的应用。
此次发布的人脸识别技术,由平安科技基于平安生物特征认证平台(BioAuth)开发,通过对人脸的数据信息,包括结构、五官以及肌肉等方面的数据分析,提供端到端身份认证类服务,今年5月份全面上线。
在安全层面,该人脸识别技术自优化的架构已经可以应对人脸随着年龄增加而发生的变化,比对速度可达每秒1500万次,识别准确率达99.993%,高于人眼的97.53%。至于大众比较关心的双胞胎如何进行人脸识别的问题,只要具有两个双胞胎的对应照片和相关数据,机器依然分辨出谁是谁。
石端桥指出:“从贷款的角度,我们对人脸的技术对客户的准确度识别是有信心的,线上贷款实际上对于金融公司来说是承担高风险的,我们能够很踊跃的拿出这个贷款作为场景直接进行测试,或者是拿他作为推广,说明我们对“人脸识别”技术有信心。”
人脸识别技术基于神经网络,让计算机学习人的大脑,并通过“深度学习算法”的大量训练,让它对人脸产生记忆,实现识别。其之所以能够准确率高于人眼,主要在于计算机可以关注更多的关键细节,并通过算法,剔除一些干扰因素。
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。