近日,金融科技公司北京领雁科技股份有限公司为纪念成立20周年,发布了首批NFT作品,作品以行业解决方案移动金融、智慧营销、智能风控为创意,完成了数字作品的形象创造,向行业传递持续发展的进取精神和不断创新的技术理念。
在数字作品中,移动金融站立在数据流之中,寓意着搭建多元融通的服务渠道,为用户提供无障碍数字金融服务;智慧营销以光速奔跑,寓意着构建及时高效的客户连接手段和精准智能的营销决策大脑,激活数据要素潜能,实现营销的智能化、场景化、个性化,优化营销的质量与效果,将数据变现价值,围绕客户展开深度经营,有力提升金融服务质效;智能风控手拿防护盾,寓意领雁科技为客户提供控、反、审、报多层级的风控体系和系列产品,搭建智能化防控机制,筑牢风险防火墙。
北京领雁科技股份有限公司原名为中信网络科技股份有限公司,在金融科技行业已经发展20余年,见证了金融科技电子化、信息化、移动化和数字化等行业发展进程,并陆续推出了金融IC卡解决方案、审计产品、移动化平台、智能营销系统等产品,广受行业欢迎。目前,领雁科技以“客户深度经营的推动者”为战略定位,满足金融企业客户深度经营的需求。
对于“客户深度经营”的定位由来,领雁科技认为银行新价值的增长点在于新客户的获取及存量客户的深度经营。数字经济时代下,银行价值的核心驱动要素正在经历着巨大变革,在客户经营方面零售转型是绝大多数银行数字化转型的重点;在渠道领域,生态流量经营促进更多银行选择线上线下协同发展,更轻、更精、更智能的经营模式是网点转型的破茧之道;在产品领域,越来越多的银行走向服务化和平台化,服务化可以带来更多的中间业务收入,平台化让银行能够支撑更大的业务规模。领雁科技移动金融、智慧营销、智能风控业务的整合,就是广泛满足客户连接、资源配置、客户管理、风险控制能力,促进产品资源、生态关系、场景构建以及安全防控的提升,进而实现客户的深度经营。
作为首家提出以“客户深度经营的推动者”为战略定位的金融科技公司,领雁科技此次以行业解决方案发布纪念数字藏品,也是迎接元宇宙的一次有趣尝试。“虽然元宇宙技术的全面实现还有很长一段距离,但作为下一代互联网的发展方向之一,随着技术的不断成熟将促进金融行业与客户的交互方式、产品服务方式乃至形态发生重大变化。例如,国内外的银行利用视频银行完成业务的线上处理,试水VR、AR等远程交互技术让用户查阅账户信息,以及在元宇宙平台设立虚拟形象办理业务咨询及各类互动等,都可以看作是银行在“虚拟宇宙”中的积极开拓,未来这类技术的应用将更加广泛。”领雁科技总经理助理伍四杰表示。
新技术的应用不会是未来金融行业发展的难题。领雁科技认为,从客户体验角度来讲,技术的应用是服务人类的真实需求,这需要真正的懂客户所需、随时在身边、个性化管理以及好玩有趣,用户需要的是理解、更好的用户体验而不是兜售服务。
未来,捕捉金融机构客户群体的真实需求,并通过新技术以便捷、有趣、理解的方式满足客户个性化所需,提高用户的体验,才是客户深度经营的起点。
好文章,需要你的鼓励
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。
这项研究提出了"思想家"(Thinker)任务,一种受人类双重加工理论启发的新型AI训练方法。研究者将问答过程分解为四个阶段:快速思考(严格预算下给出初步答案)、验证(评估初步答案)、慢速思考(深入分析修正错误)和总结(提炼关键步骤)。实验表明,该方法使Qwen2.5-1.5B模型的准确率从24.9%提升至27.9%,DeepSeek-R1-Qwen-1.5B模型从45.9%提升至49.8%。显著的是,仅使用快速思考模式就能达到26.8%的准确率,且消耗更少计算资源,证明了直觉与深度推理作为互补系统的培养价值。
这项由ELLIS研究所和马克斯·普朗克智能系统研究所的科学家进行的研究,揭示了大语言模型安全测试的根本规律:越狱攻击成功率由攻击者与目标模型间的能力差距决定。通过评估500多个攻击者-目标组合,研究团队发现:更强的模型是更好的攻击者;当目标能力超过攻击者时攻击成功率急剧下降;社会科学能力比STEM知识更能预测攻击成功。基于这些发现,研究者建立了预测模型,表明随着AI进步,人类红队测试可能逐渐失效,提示需要发展自动化安全评估方法及更全面地评估模型的说服和操纵能力。
华中科技大学和香港中文大学研究团队提出SATORI-R1,一种通过空间定位和可验证奖励增强多模态推理的新方法。该方法将视觉问答任务分解为图像描述、区域定位和答案预测三个可验证阶段,解决了自由形式推理中注意力分散和训练收敛慢的问题。实验证明,SATORI-R1在七个视觉问答基准上一致提升性能,最高达15.7%,并展示出更聚焦的视觉注意力和更低的训练方差。