案例名称:【自营业务数智化平台】
公司名称:【浙商证券股份有限公司(601878)】
案例简述:
近年来自营业务规模及收入增长迅速,目前业务主要涉及固收、权益、衍生品、大宗商品四大类。由于业务复杂,系统众多,在运营过程中,凸显出一些数字化建设的问题,包括系统数据割裂、流程重复审批、经营日报统计人工制作等。
自营业务数智化平台项目,通过数据仓库设计开发,实现了自营业务报表平台、驾驶舱、指标中心、智能补录、数据服务、数据管控等应用,助力业务持续发展,推进自营数字化建设。
按规划本项目将分期实现自营业务系统的信息化、数字化、数智化“三步走”目标,最终提升浙商证券的自营业务数据分析处理能力,进一步挖掘数据价值,辅助投资决策,提升合规风控效能。
扫码查看详细案例
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。