由新三板在線發(fā)起主辦,國務(wù)院發(fā)展研究中心技術(shù)經(jīng)濟研究所、上海市虹口區(qū)金融服務(wù)局指導的2016新三板峰會,將于2016年9月8日在上海舉行。據(jù)悉,本次峰會已獲得數(shù)十家媒體與企業(yè)支持,并將吸引超過300名新三板市場企業(yè)、專業(yè)機構(gòu)、媒體等高管參與,同時將有超過50家媒體將在現(xiàn)場及網(wǎng)絡(luò)進行相關(guān)報道。
與市場中已有的新三板會議相比,本次新三板在線舉辦的2016新三板峰會的話題性更強,議題更為貼近市場;同時參會嘉賓更具知名度與話題性——既有新三板最具知名度的公司董事長,也有市場中活躍的經(jīng)濟學家、明星機構(gòu)管理者。
自2015年,隨著國家深化金融改革的積極推進,中國建設(shè)多層次資本市場的步伐進一步加快,新三板掛牌企業(yè)爆發(fā)式擴容,作為中小企業(yè)直接融資渠道,和推動經(jīng)濟轉(zhuǎn)型、產(chǎn)業(yè)升級的原動力,新三板正在成為資本市場最大的創(chuàng)新樣本。
進入2016年,已接近8000家的掛牌公司,正在與新生的新三板,共同積蓄著從量變到質(zhì)變飛躍的力量。
然而,盡管發(fā)展迅猛,但在經(jīng)歷了前期的大發(fā)展之后,新三板的發(fā)展也折射出不少問題和困境——流動性困局、制度建設(shè)、市場低迷等問題讓新生的新三板陷入了質(zhì)疑與疑惑。
在這樣的背景下,如何更好的推動新三板發(fā)展,探討新三板未來的發(fā)展路徑,作為新三板行業(yè)的第一生態(tài)平臺,新三板在線長期關(guān)注新三板行業(yè)的發(fā)展,是新三板在線發(fā)起舉辦本次2016新三板峰會的初衷。也是目前新三板市場發(fā)展中出現(xiàn)問題
為了更好的發(fā)展新三板,完善制度建設(shè), 2016年5月27日,《全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)掛牌公司分層管理辦法(試行)》發(fā)布施行;6月18日,《關(guān)于發(fā)布創(chuàng)新層掛牌公司初步篩選名單的公告》發(fā)布;2016年6月24日,創(chuàng)新層名單正式公布,953家新三板公司進入創(chuàng)新層。
分層辦法的落地,一石激起千層浪,讓沉寂的新三板市場再次沸騰。盡管分層沒有立竿見影的解決新三板的流動性問題,但這一新生的管理辦法,為解決新三板市場存在的問題提供了后續(xù)的政策基礎(chǔ)。
不過,后分層時代,同樣為新三板參與各方帶來了更多需要思考的問題——創(chuàng)新層公司在市場中的角色定位;后續(xù)政策紅利的時間點把握、市場各方在新政策下,如何更好的參與新三板?這些后分層時代的問題都在等待著市場參與者和監(jiān)管者給出答案。
有鑒于此,本次峰會將邀請新三板領(lǐng)域最優(yōu)質(zhì)的企業(yè)(企業(yè)家)、最主流的投資機構(gòu)、經(jīng)濟學家、媒體共同分享后分層時代的新思想,展望新趨勢、探索新機遇。為后分層時代的新三板市場發(fā)展提供思想的原動力,并提供分享與合作的平臺。
新三板在線(www.Chinaipo.com),是中國最大的新三板垂直生態(tài)平臺,旗下?lián)碛芯W(wǎng)站、移動、APP、雜志、新媒體、研究中心、線下俱樂部等新三板資訊與金融服務(wù)立體化產(chǎn)品,平臺致力于為新三板各方的參與者提供更廣泛的媒體服務(wù)與全方位的金融服務(wù),構(gòu)建全生態(tài)平臺體系。
“資本幫”作為新三板第一高端人脈與共享經(jīng)濟平臺。是由新三板企業(yè)家與機構(gòu)精英組成的專業(yè)圈層,資本幫為圈層會員提供專業(yè)價值分享、個人成長及商業(yè)機會,是首家通過互聯(lián)網(wǎng)將新三板與資本市場意見領(lǐng)袖聚集的高端人脈俱樂部。2015年成立至今,資本幫舉辦了近50場新三板董事長沙龍;2016年亦有100場沙龍籌備和舉行中。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(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。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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練效率,已在多個任務(wù)上驗證有效性。