
CNET科技资讯网 12月28日 北京消息(文/齐丰润): “耶问就是一个为投资者呈现最全面、最真实金融知识的平台。”这句话出自互享科技CEO金竞之口,但却也说出了许多投资者的心声。
在互联网金融遍地开花的当下,金融知识的普及能力就显得有些跟不上潮流了。而北京互享科技有限公司推出的耶问APP,就是一款针对普及金融知识的直播问答平台。
据介绍,“耶问”将直播与问答结合在一起,分别设有人人答,实时在线解答财经投资问题,集思广益汇聚众人智慧去互动;牛人答,由财经专家,著名投资人,A股上市公司掌舵人为投资者提供国内最权威的财经金融类问题解答;机构答,入驻“耶问”平台的机构会为投资者提供7*24小时在线问题同步解决。
金竞表示,让平台的用户轻轻松松学金融,明明白白去理财就是耶问所带来的价值。同时,耶问还将加强大众金融知识普及教育,针对于低收入人群,困难人群,通过互联网上问答,使其掌握符合其需求的金融知识,建立金融知识教育发展长效机制。
在直播大势之下,具有强针对性和高专业性的直播产品并不多见,而耶问这样的专业金融知识直播平台能否被用户认知也成为了一个会让人思考的问题。据数据显示,目前手机网民对付费问答平台的认知度较高,占比达85.0%,且有39.3%的人使用过付费语音问答产品。66.7%的用户更加愿意就专业领域疑难问题进行付费问答,43.3%的手机网民表示更在意平台的专业性。
不难看出,用户对于问答平台更看重的就是其专业性,因此耶问的定位也在于专业之上。在普惠金融的大环境之下,面对鱼龙混杂的金融产品,专业知识就显得尤为重要。因此对于每一位投资者来说,在享受普惠金融带了的财富增值之前,获取金融知识就成为了财富的保障。知识普惠立足于投资者,也会成为为他们创造价值的前提,以直播的形式进行知识问答,或许也能成为最容易被大众接受的方式。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。