鳳凰衛(wèi)視官博11月29日發(fā)布消息稱:“為提升個(gè)人賬戶安全,央行最近出臺(tái)新規(guī):1.從12月1日起,同一個(gè)人在同一家銀行只能開(kāi)一張卡(Ⅰ類戶);2.取消同行異地存取款、轉(zhuǎn)賬手續(xù)費(fèi);3.銀行卡半年不用,會(huì)被凍結(jié);4.ATM轉(zhuǎn)賬24小時(shí)內(nèi)可撤銷;5.轉(zhuǎn)賬會(huì)設(shè)置更多門檻;6.微信、支付寶只能支付1000元;7.微信、支付寶賬戶都只能有一個(gè)”。
此消息一出,引起眾多網(wǎng)友對(duì)第三方支付平臺(tái)使用的疑慮。
(圖自鳳凰衛(wèi)視微博)
信息來(lái)源是真的嗎?
2016 年 9 月 30 日,中國(guó)人民銀行發(fā)布〔2016〕261 號(hào)文件《中國(guó)人民銀行關(guān)于加強(qiáng)支付結(jié)算管理防范電信網(wǎng)絡(luò)新型違法犯罪有關(guān)事項(xiàng)的通知》。
11 月 25 日,中國(guó)人民銀行再次發(fā)布特急文件:銀發(fā)〔2016〕302號(hào)文件《中國(guó)人民銀行關(guān)于落實(shí)個(gè)人銀行賬戶分類管理制度的通知》,向銀行各級(jí)重申了央行關(guān)于個(gè)人銀行賬戶分類管理的相關(guān)要求。
國(guó)家機(jī)構(gòu)下發(fā)的文件向來(lái)難理解,那么有關(guān)這條通知應(yīng)該如何解讀?微信支付真的只能 1000 元以下了嗎?
(圖自新京報(bào))
這三類賬戶都是新設(shè)立的不同種類個(gè)人結(jié)算銀行業(yè)務(wù),需通過(guò)銀行或電子渠道辦理。而 Ⅱ、Ⅲ 賬戶目前尚未展開(kāi)推廣。
如上文所說(shuō),文件中所提到的第 Ⅲ 類賬戶,是銀行自家的業(yè)務(wù),與支付寶或微信錢包無(wú)關(guān)。所以有關(guān) 1000 元以下的限額條件,應(yīng)該也是只針對(duì)銀行自營(yíng)的第 Ⅲ 類賬戶業(yè)務(wù)生效的。至于會(huì)不會(huì)影響支付寶的使用,愛(ài)范兒(微信號(hào):ifanr)咨詢了幾位金融行業(yè)人員,得到的答復(fù)是:目前暫未收到有關(guān)央行對(duì)于支付寶等第三方支付機(jī)構(gòu)的限額通知。
作者認(rèn)為,銀行設(shè)立這三種新賬戶,有以下原因:
從普通用戶使用習(xí)慣的角度來(lái)看,這樣的操作可行性并不高。因?yàn)槿粘I畹男☆~消費(fèi),我們用支付寶等平臺(tái)完全可以搞定。
而如果你用支付寶、微信錢包綁定了第 Ⅲ 類賬戶,相當(dāng)于銀行幫你做了一個(gè)額度限制,看似保險(xiǎn),但卻限制了用戶的消費(fèi)。反觀周圍,我們?nèi)粘J褂梦⑿胖Ц秾毜绕脚_(tái)的消費(fèi),超過(guò)一千元的并不少,所以這樣的限制對(duì)于很多用戶來(lái)說(shuō),幾乎沒(méi)有任何用處。
其實(shí)央行這次設(shè)立 Ⅱ/Ⅲ 類賬戶,更多的是為了能增加對(duì)電信詐騙嫌疑人的識(shí)別率,提高電信詐騙門檻,以做到風(fēng)險(xiǎn)防范。
這些新規(guī)也會(huì)影響你接下來(lái)的支付行為,均在 12 月 1 日開(kāi)始實(shí)行。
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(kāi)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(kāi)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。