新三板3000家大關(guān),一躍而過。
憑借7月30日新增52家掛牌企業(yè),新三板總數(shù)增至3018家。
據(jù)統(tǒng)計(jì),近期新三板掛牌速度提速明顯。本周7月27日至30日的4天時間掛牌數(shù)為142家。此前3周發(fā)行家數(shù)分別為112家、69家和37家,7月份共掛牌381家。
或許是為了襯托新三板的火爆,突破3000家同一天,一家叫陽光金服(833027.oc)的公司也正式登陸新三板,這家在掛牌前已經(jīng)獲得了多輪PE\VC的投資,而它的一個核心業(yè)務(wù)就是報(bào)道新三板市場的“新三板在線”(www.sanban18.com)。
根據(jù)數(shù)據(jù),2015年至今共掛牌1454家,平均每月掛牌208家。7月份的掛牌數(shù)量已經(jīng)顯著增加。
業(yè)內(nèi)人士對此表示,股轉(zhuǎn)系統(tǒng)按照它既有節(jié)奏在運(yùn)行,不必過度解讀。不過他也承認(rèn),股轉(zhuǎn)系統(tǒng)在提高審核效率,縮短掛牌周期。
在5月29日股轉(zhuǎn)系統(tǒng)發(fā)布《掛牌公司股票發(fā)行審查要點(diǎn)》、《掛牌公司股票發(fā)行文件模板》、《掛牌公司股票發(fā)行常見問題解答—股份支付》等一系列文件后,券商的主動性明顯增強(qiáng),審核時間不斷縮短?,F(xiàn)在審核周期約3個月,股轉(zhuǎn)系統(tǒng)表示,將恢復(fù)到2個月。
市場人士認(rèn)為,新三板近期的擴(kuò)容加速,和A股IPO暫停有關(guān)。6月中旬A股斷崖式下跌造成資本市場踩踏事件,中央政府為了維穩(wěn)股市,在月底暫停IPO。如此原先希望在IPO排隊(duì)的企業(yè),也開始瞄準(zhǔn)新三板市場。
不過上述人士表示,“這與A股控制IPO節(jié)奏應(yīng)該沒有關(guān)系。”其認(rèn)為,新三板的低門檻、低成本、高效率以及良好的融資功能是擴(kuò)容的關(guān)鍵。
據(jù)預(yù)測,按照目前擴(kuò)容速度,年底新三板掛牌家數(shù)有望接近5000家。
盡管掛牌火熱,但二級市場成交量降至冰點(diǎn)。連續(xù)數(shù)周,新三板每天的交易量徘徊在3到4億之間,不及A股的萬分之三。
全國股轉(zhuǎn)系統(tǒng)信息研究部副總監(jiān)黃磊此前透露,平均每36個合格投資者投資1家公司。而二級市場的冰冷也影響到私募進(jìn)場,2015年1月到7月,新成立的投向新三板的產(chǎn)品分別有30只、52只、116只、241只、268只、182只、30只。不僅如此,市場估計(jì)七成產(chǎn)品有浮虧。
專家預(yù)計(jì),隨著新三板各項(xiàng)制度的不斷完善,包括競價制度、做市商制度、分層以及轉(zhuǎn)板制度的完善推出,新三板的交易熱情有望得到再次爆發(fā)。
借助新三板擴(kuò)容東風(fēng),第一家金服概念股——陽光金服(833027.oc)今日也正式掛牌新三板。
公開轉(zhuǎn)讓說明書顯示,陽光金服(833027.oc)成立于2012年,主要從事互聯(lián)網(wǎng)金融營銷服務(wù),為銀行、證券公司、保險(xiǎn)公司、基金公司等金融企業(yè)提供互聯(lián)網(wǎng)金融營銷解決方案。
這家脫胎于傳統(tǒng)金融服務(wù)行業(yè)的互聯(lián)網(wǎng)企業(yè),經(jīng)過多次業(yè)務(wù)整合,成功轉(zhuǎn)型為互聯(lián)網(wǎng)金融服務(wù)平臺,并獲得了寬帶資本、匯石資本以及海通證券(600837)、東吳證券(601555)等旗下股權(quán)基金的多輪投資,旗下“新三板在線”目前已發(fā)展成為國內(nèi)最大的新三板垂直在線平臺。
陽光金服CEO石義強(qiáng)表示,“國家在大力推進(jìn)多層次資本市場體系建設(shè),新三板是座巨大的金礦。繼P2P、配資后,股權(quán)眾籌有望成為互聯(lián)網(wǎng)金融的下一個爆發(fā)點(diǎn),新三板將是這個市場的中心與紐帶,我們正在為大家修建通往金礦的陽光大道,助力新三板和資本市場騰飛”
好文章,需要你的鼓勵
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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。