案例名称:【基于大数据技术推动普惠金融服务数字化】
公司名称:【苏州银行股份有限公司(002966)】
案例简述:
面对信息技术的飞速更新和行业内外部环境的多重挑战,中小银行一直赖以发展的传统业务模式正受到严峻考验。2020年起,苏州银行从董事会层面提出了全面数字化转型要求,聚焦应用场景的落地建设,开展覆盖营销、产品、渠道、经营、风控等多个领域的40多个项目(群)建设。
本案例应用前后端分离技术,打造全流程线上化;运用智能生物识别和语音解析,确保业务真 实有效;依靠云端大数据,建立智能分析模型,在提升风险防控的同时简化业务流程。本案例是苏州银行在产品领域的数字化实践,通过打通全行21个系统,借助外部房地产评估平台、腾讯云等服务和技术,实现了从客户贷款申请、数据授权、模型审批、电子合同签约、自主用款还款的全流程线上化。此外,配合中长期贷款期限、信用叠加、无感知年审和无还本续贷等优势条件强化产品竞争力。
扫码查看详细案例
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。