北京時間2月25日早間消息,全球第一大P2P網(wǎng)貸公司Lending Club公布的上市后首份財報顯示,該公司去年全年虧損3290萬美元。受此消息影響,該股在周二盤后交易中暴跌11%。
P2P網(wǎng)貸公司希望借助新技術(shù)和在線平臺直接對接借貸雙方,這一快速發(fā)展的行業(yè)最近幾年吸引了大批專業(yè)投資者的興趣,他們都在爭相通過這類平臺發(fā)放貸款,并紛紛搶購Lending Club和OnDeck等P2P網(wǎng)貸平臺的股票。
總部位于舊金山的Lending Club去年末在紐交所上市融資10億美元,首日市值便接近90億美元。該公司上市后公布的首份財報備受投資者關(guān)注,他們都希望充分了解這類平臺的盈利能力——P2P網(wǎng)貸平臺會從該平臺達(dá)成的交易中收取一小筆費用。
該公司的財報顯示,其2014財年虧損3290萬美元,而一年前盈利730萬美元。之所以出現(xiàn)這一狀況,主要是因為營銷和產(chǎn)品開發(fā)成本遠(yuǎn)超貸款費用。該公司當(dāng)年營收翻番至2.13億美元。
Lending Club創(chuàng)始人兼CEO雷諾·拉普蘭奇(Renaud Laplanche)警告稱:“2015年仍將是一個投資年,我們希望繼續(xù)推動貸款和營收的快速增長,但卻會保持穩(wěn)健步伐。”他預(yù)計2015年的營收最多達(dá)到3.8億美元,除去并購費用等一次性成本的調(diào)整后盈利可達(dá)4200萬美元,高于2014年的2130萬美元。
Lending Club在去年12月份IPO上市,掛牌價為每股15美分,高于此前設(shè)定的每股12-14美元的發(fā)行價區(qū)間。在上市首日,Lending Club股價收盤大幅上漲56%,報23.43美元。當(dāng)日,Lending Club股價在紐約證券交易所常規(guī)交易中下跌0.11美元,報收于23.65美元,跌幅為0.46%。在隨后截至美國東部時間17:42(北京時間25日6:42)為止的盤后交易中,Lending Club股價再度下跌2.41美元,至21.24美元,跌幅為10.19%。過去52周,Lending Club的最高股價為29.29美元,最低股價為18.30美元。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。