案例名称:【区块链助力行业风险数据安全共享】
公司名称:【海通证券股份有限公司(600837)】
案例简述:
随着业务的高速发展,证券公司所管理的客户数量迅猛增长、复杂程度不断提升,公司在数字化转型中,更加关注如何在切实保障客户数据隐私保护的前提下实现风险数据互通共享,避免“孤岛问题”。
本案例结合区块链和隐私保护技术,在集团范围内依托已有的区块链金融平台建立高风险客户数据共享应用,利用区块链数据的可信优势,建立数据存证、共享的创新模式,使用多方安全计算技术,按照“数据不出门、数据不落地、数据可用不可见”三原则进行数据处理。实现集团各业务及业务管理部门、子公司高风险客户数据共享,解决数据在异构环境中数据流通的隐私保护和信息安全问题。一方面助力提升证券公司管理的智能化、精准化水平,提升反欺诈能力与风控水平,减少投资风险与管控成本,另一方面做好客户隐私信息的保护,遵循与客户相关合同及约定进行风险数据共享。同时,借此推动整个证券行业的高风险客户数据互通共享,共建基于证券行业联盟链的高 风险客户数据共享体系,促进普惠金融发展。
扫码查看详细案例
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。