本月5日,百度金融事業(yè)部與國(guó)內(nèi)頂級(jí)高校清華MBA簽訂戰(zhàn)略合作協(xié)議,由百度旗下的“百度有錢”為清華MBA學(xué)員提供學(xué)費(fèi)和創(chuàng)業(yè)貸款服務(wù),以遠(yuǎn)低于市場(chǎng)同類產(chǎn)品的貸款利率提供優(yōu)惠便捷的貸款服務(wù)。
百度有錢破冰教育信貸領(lǐng)域,助廣大學(xué)子達(dá)成夢(mèng)想
由于投資回報(bào)率低、利潤(rùn)回收期長(zhǎng),征信制度和消費(fèi)者信貸觀念等問(wèn)題,我國(guó)教育信貸領(lǐng)域長(zhǎng)期存在難題。隨著民眾對(duì)個(gè)性化商業(yè)教育需求的日益加大,高校學(xué)子創(chuàng)業(yè)熱潮涌現(xiàn),教育信貸市場(chǎng)必將產(chǎn)生巨大缺口,“百度有錢”牽手清華MBA,為高校學(xué)子提供學(xué)費(fèi)和創(chuàng)業(yè)費(fèi)用項(xiàng)目的貸款服務(wù),可謂應(yīng)運(yùn)而生。此成功經(jīng)驗(yàn)可進(jìn)一步推廣到整個(gè)教育領(lǐng)域,開拓更加廣泛的市場(chǎng)。
“百度有錢”作為一款互聯(lián)網(wǎng)消費(fèi)信貸產(chǎn)品,用戶直接在線提交身份信息之后,平臺(tái)通過(guò)大數(shù)據(jù)傳輸,即可完成征信環(huán)節(jié),及時(shí)授予信用額度。這樣首先便解決了校方申請(qǐng)手續(xù)的不便,讓學(xué)生與“百度有錢”直接建立信貸關(guān)系。用戶可以根據(jù)自身需求,靈活、個(gè)性化的申請(qǐng)貸款,整個(gè)流程就像線上購(gòu)物支付一樣簡(jiǎn)便。
“百度有錢”未來(lái)將覆蓋境內(nèi)甚至境外的公立和商業(yè)院校,使信貸規(guī)?;?,這就扭轉(zhuǎn)了傳統(tǒng)教育信貸領(lǐng)域利潤(rùn)率偏低的局面。“百度有錢”再教育信貸領(lǐng)域另一個(gè)更重要的目的是培養(yǎng)年輕的忠實(shí)用戶,在未來(lái)形成更大的利潤(rùn)點(diǎn)。
百度有錢全面拓展教育信貸行業(yè),閉合服務(wù)連通各行各業(yè)
據(jù)悉,百度接下來(lái)將針對(duì)在職教育、出國(guó)留學(xué)和MBA等剛需市場(chǎng),繼續(xù)把與清華MBA的合作模式擴(kuò)展到更多學(xué)校、教育機(jī)構(gòu)和合作伙伴。
年初百度總裁張亞勤執(zhí)掌百度新型業(yè)務(wù)事業(yè)部以來(lái),百度便將戰(zhàn)略重心轉(zhuǎn)向“連接人與服務(wù)”。百度將繼續(xù)在多個(gè)垂直領(lǐng)域和國(guó)際化市場(chǎng)不斷深耕,攫取更多涉水教育、醫(yī)療、金融、交通、旅游等行業(yè)的機(jī)會(huì)和利益,并憑借其在移動(dòng)端的技術(shù)革新和資源整合,逐漸形成多個(gè)行業(yè)閉環(huán),引領(lǐng)傳統(tǒng)領(lǐng)域向互聯(lián)網(wǎng)化轉(zhuǎn)型。
百度總裁張亞勤表示,金融是互聯(lián)網(wǎng)滲透最快的領(lǐng)域之一。 一方面它是個(gè)垂直行業(yè), 另一方面金融也是一個(gè)工具和杠桿, 可以幫助撬動(dòng)別的業(yè)務(wù)。百度金融將充分利用百度的技術(shù)和用戶資源, 建立強(qiáng)大的賬戶體系、風(fēng)控模型和征信體系, 打開局面。
百度有錢與清華MBA的合作,將開創(chuàng)教育信貸領(lǐng)域新格局,這一互聯(lián)網(wǎng)金融貸款模式在教育信貸領(lǐng)域的試水,將引領(lǐng)教育信貸領(lǐng)域向便捷、高效、優(yōu)惠的嶄新方向發(fā)展。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。