微商成信用卡套現(xiàn)新戰(zhàn)場(chǎng) 微信支付寶皆涉足
5月12日消息,近日關(guān)于消費(fèi)者可以通過京東白條、天貓分期購和螞蟻金融服務(wù)集團(tuán)花唄等賒購、類信用卡產(chǎn)品進(jìn)行網(wǎng)絡(luò)套現(xiàn)的消息不斷,并逐漸蔓延至微商領(lǐng)域。隨著口袋購物、有贊、拍拍微店、微盟等眾多微店平臺(tái)的推出,這一現(xiàn)象越來越多。
一位前第三方支付機(jī)構(gòu)高管透露,現(xiàn)在通過電商的支付體系進(jìn)行信用卡套現(xiàn)更具隱蔽性。線下信用卡套現(xiàn)主要通過實(shí)體POS機(jī),而在線上則省去了這一環(huán)節(jié),消費(fèi)者或者商家直接通過微信支付、支付寶、信用卡完成套現(xiàn),都無需購買POS機(jī),整個(gè)過程是線上進(jìn)行。
據(jù)了解,在淘寶、京東這些平臺(tái)上操作過程相對(duì)復(fù)雜。如果是一個(gè)人分飾賣家和買家的雙重角色,首先套現(xiàn)者要通過身份證、本人照片、手機(jī)號(hào)碼、收款賬戶等一系列審核過程,并且還要按照平臺(tái)要求對(duì)店鋪進(jìn)行裝修。
而微商的“隨手”開店過程則相對(duì)簡(jiǎn)單得多。用戶在微商平臺(tái)開店,非認(rèn)證的個(gè)人商家甚至只需下載一個(gè)APP,輸入手機(jī)號(hào)進(jìn)行注冊(cè)即可完成開店,在上傳照片和制定價(jià)格后即可進(jìn)行交易,進(jìn)而通過一筆虛假交易完成信用卡套現(xiàn)過程。
另一種方式是買家和商家“合謀”,制造一筆虛假交易,套現(xiàn)由該商家完成,商家收取一定比例傭金,而微店則不產(chǎn)生任何手續(xù)費(fèi)。
據(jù)悉,關(guān)于信用卡套現(xiàn),國家相關(guān)部門一直在嚴(yán)查,只是隨著網(wǎng)絡(luò)業(yè)態(tài)越來越多樣,監(jiān)管的難度也越來越大,目前對(duì)于微商信用卡套現(xiàn),只能依靠電商平臺(tái)和支付機(jī)構(gòu)嚴(yán)格監(jiān)控。
微盟表示,平臺(tái)也會(huì)推出一些監(jiān)控和預(yù)防措施??梢愿鶕?jù)幾個(gè)現(xiàn)象來判定是否涉嫌套現(xiàn),比如頻繁使用信用卡付款,單筆交易金額較高,商品以虛擬產(chǎn)品為主,無需物流。同時(shí)系統(tǒng)和人工雙防御,比如制定信用卡支付限額,發(fā)現(xiàn)后,人工封店。
目前,低門檻開店是各大微商平臺(tái)推動(dòng)招商的一大策略。一位微商從業(yè)人士表示,對(duì)于一些急于擴(kuò)大交易規(guī)模的平臺(tái)來說,會(huì)默認(rèn)這種方式,因?yàn)榧词故翘摷俳灰?,但是可以統(tǒng)計(jì)入平臺(tái)的交易額。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。