CNET科技資訊網(wǎng) 6月22日 北京消息(文/孫封蕾): 今天,天弘基金發(fā)布了其官方APP——天弘愛理財,以及基于場景化打造的生活理財工具:愛基金與孝基金,為年輕人提供專業(yè)的、穩(wěn)健的理財產(chǎn)品,將普惠金融通過移動互聯(lián)網(wǎng),帶到年輕群體中。
天弘愛理財APP能夠為用戶提供基金交易、管理、查詢等基礎(chǔ)功能,打造“一站式”平臺,將場景化理財理念貫穿其中,集成打造了“愛基金”、“孝基金”等多個特色產(chǎn)品。
愛基金是為情侶開發(fā)的專屬親密理財工具,基于“愛情”的場景,情侶可在天弘愛理財APP中進(jìn)行“親密存”、“親密取”,并可參加情侶任務(wù),進(jìn)入情侶論壇談情說愛漲姿勢,用“To-do List”記錄情侶間要做的事,還可提醒對方“喝水”、“想我沒”、“睡覺”等,享受滿滿愛意。孝基金則是一款鼓勵子女為父母存錢、促進(jìn)父母與子女溝通交流的理財工具。孝基金綜合考慮父母、子女雙方需求,滿足子女為父母而理財?shù)男枨螅瑫r搭建父母與子女無障礙溝通交流的場景。
談及推出天弘愛理財APP的初衷,天弘基金總經(jīng)理郭樹強指出,很多國人在理財上都有誤區(qū),做不到心中有數(shù),更談不上合理的資產(chǎn)配置,把自己的錢放在一個賬戶上,不區(qū)分用途,沒有規(guī)劃,需要用錢的時候捉襟見肘,而理財?shù)臅r候又過于追求短期回報,希望能快速賺錢。
“所以,天弘基金希望借天弘愛理財這款移動化產(chǎn)品,實現(xiàn)場景化理財,解決理財誤區(qū),讓年輕人,對理財沒有專業(yè)基礎(chǔ)的人,對資產(chǎn)配置能夠有一個簡單的理解,哪些錢用于消費購物,哪些錢用來孝敬父母,把錢發(fā)揮價值,而且用親情、愛情來體現(xiàn)出精神境界,把這些錢變成有溫度、有感情的錢,提升幸福感的同時,實現(xiàn)理財目的。”
這也是天弘基金把APP命名為愛理財?shù)脑?,天弘基金為這款產(chǎn)品注入了強大的資產(chǎn)配置能力、風(fēng)險管控能力,用大數(shù)據(jù)的方式改善產(chǎn)品,為用戶提供專業(yè)的、穩(wěn)健的普惠金融服務(wù)。
一個年輕人,剛剛工作,收入不高,沒有什么積蓄,也談不上理財,隨著年齡的增長,慢慢手里有了積蓄,開始有了理財?shù)囊庾R,對于這樣的年輕人來說,天弘基金移動業(yè)務(wù)部總經(jīng)理孫明的建議是,在選擇理財產(chǎn)品的時候,要考慮時間成本、心智成本和機會成本。
特別是心智成本,要看選擇的理財方式占用多少注意力,學(xué)習(xí)這一理財所用的時間,一旦理財失敗,對心情的影響程度,特別對于年輕人來說,正是職業(yè)成長的大好時機,如果用自己的時間來炒股,占用大量時間,還會影響到工作,會十分劃不來,反之,把投入于股票的時間,用于職業(yè)能力提升上,對自己的成長則會更有裨益。
天弘基金配置的理財產(chǎn)品,就是為了這些年輕人準(zhǔn)備的。“對于大多數(shù)零基礎(chǔ)開始理財?shù)哪贻p人來說,愛理財APP就像一款帶著年輕人學(xué)習(xí)游泳的工具,先帶著他們學(xué)習(xí)理財,等有了一定基礎(chǔ),再帶著他們從淺水區(qū)到深水區(qū)。”孫明說。
在愛理財APP的理財產(chǎn)品中,采取推薦產(chǎn)品的方式,通過互動問答,當(dāng)理財具有一定基礎(chǔ)之后,才會把用戶放到下一個階段,如果在下一個階段不夠適應(yīng),建議用戶退回第一個階段去學(xué)習(xí),不要讓用戶花費太多的去選擇,盡力把購買金融產(chǎn)品的門檻降低,更容易理解,在不同市場情況下,選擇不同產(chǎn)品,來進(jìn)行產(chǎn)品推薦,迎合他對自己知識和理財產(chǎn)品的判斷。
孫明強調(diào),不能冒然讓沒有理財基礎(chǔ)的用戶進(jìn)入理財深水區(qū),遇到市場震蕩,配置出錯,就會出現(xiàn)損失,從而對心智成本造成壓力,要讓用戶嘗試低風(fēng)險產(chǎn)品,了解更多知識以后,再進(jìn)入深度學(xué)習(xí),天弘愛理財會把這些用戶扶上馬送一程,但后面的路還是需要自己走完。
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。