北京時間6月16日消息,國內(nèi)P2P網(wǎng)貸平臺惠人貸CEO李晨宣布:惠人貸完成網(wǎng)易資本、金石投資和凱興資本千萬美元的A輪融資。
惠人貸A輪融資戰(zhàn)略發(fā)布會啟動儀式
惠人貸CEO李晨表示:惠人貸專注于消費金融業(yè)務(wù),通過開展基于場景的消費分期業(yè)務(wù),從而使得中低收入用戶通過分期業(yè)務(wù)提前享受服務(wù),這符合國家消費經(jīng)濟(jì)發(fā)展趨勢。目前,惠人貸已經(jīng)開展了汽車分期、早教分期、旅游分期、耐用消費品分期等服務(wù)。
據(jù)悉,截至2015年5月,惠人貸已完成交易額7億元?;萑速JCEO李晨表示,此次進(jìn)入的三家投資人分別在互聯(lián)網(wǎng)、消費及金融領(lǐng)域擁有龐大的數(shù)據(jù)資源,這些數(shù)據(jù)也將幫助惠人貸不斷完善風(fēng)險控制規(guī)則,形成更強的核心競爭力。
具體而言,本輪融資將主要用于團(tuán)隊建設(shè)、風(fēng)險管理體系搭建,特別是信息系統(tǒng)等基礎(chǔ)設(shè)施建設(shè)。此輪融資后,惠人貸在充分利用投資方資源的同時,可以更好地開展個人消費分期業(yè)務(wù)。
網(wǎng)易作為本輪投資的領(lǐng)投方,其合伙人夏偉鈞表示:“惠人貸團(tuán)隊具有傳統(tǒng)金融背景,在風(fēng)險管理上具有先天優(yōu)勢;在業(yè)務(wù)模式上,他們遵循P2P業(yè)務(wù)個人對個人借貸的本質(zhì),通過網(wǎng)絡(luò)開展小而分散的零售業(yè)務(wù),我們認(rèn)為這是網(wǎng)絡(luò)金融未來的發(fā)展道路。”
惠人貸CEO李晨認(rèn)為,惠人貸和網(wǎng)易一直有合作,如雙方合作的汽車分期業(yè)務(wù)目前已上線。網(wǎng)易的投資將為惠人貸帶來三方面的影響:第一,網(wǎng)易作為中國互聯(lián)網(wǎng)先鋒,將啟迪惠人貸在互聯(lián)網(wǎng)戰(zhàn)略和布局上進(jìn)行深入思考;第二,網(wǎng)易的融資將會加強惠人貸在團(tuán)隊建設(shè)、以及系統(tǒng)和風(fēng)險體系建設(shè)的能力;第三,本次融資只是一個開始,雙方將就具體業(yè)務(wù)進(jìn)行深入合作。
惠人貸創(chuàng)始人兼CEO李晨
當(dāng)然,李晨也表示,惠人貸也將為網(wǎng)易用戶提供更便捷、安全以及多樣化的互聯(lián)網(wǎng)金融服務(wù)。
在風(fēng)險管理上,與其他P2P平臺相比,惠人貸的優(yōu)勢是從一開始就拒絕采用風(fēng)險外包,這種堅持自建風(fēng)控模型并組建風(fēng)控團(tuán)隊的做法贏得了投資人的認(rèn)可。金石投資方面表示,之所以選擇惠人貸主要是因為惠人貸對公司管理團(tuán)隊、風(fēng)控能力和商業(yè)模式等表示認(rèn)同,并且雙方的風(fēng)控理念基本一致。
凱興資本創(chuàng)始合伙人潘石堅表示,本次融資將雙方將合力打造一個大資管平臺,最終實現(xiàn)共贏。凱興資本將為惠人貸在項目儲備及客戶資源方面提供支持,惠人貸將為凱興資本在資金供給、資產(chǎn)配置渠道等方面提供幫助。
總結(jié)歷史經(jīng)驗,惠人貸CEO李晨認(rèn)為:互聯(lián)網(wǎng)金融的兩個核心要素是吸引質(zhì)量有保證的用戶和風(fēng)險控制。“引流”向來是互聯(lián)網(wǎng)公司的長項,盡管“風(fēng)控才是互聯(lián)網(wǎng)金融業(yè)賴以生存的根基,卻沒有得到重視。”
在“互聯(lián)網(wǎng)+”的時代背景下,李晨認(rèn)為“相比傳統(tǒng)的金融分析,如何將用戶的信息需要與高風(fēng)險的網(wǎng)絡(luò)風(fēng)險防控結(jié)合起來,是所有互聯(lián)網(wǎng)金融公司在第一階段的突飛猛進(jìn)之后,必須補上的一課。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(jì)大學(xué)團(tuán)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(tuán)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。