随着以人工智能、大数据、区块链等为代表的金融科技飞速发展,科技与金融的融合正推动金融产品、服务乃至商业模式产生革命性转变。
在此形势下,云从科技与建设银行苏州分行(以下简称“苏州建行”)值第三届全球人工智能产品应用博览会开幕之际,签署合作框架协议,共同设立金融创新联合实验室,探索AI科技应用创新成果的转化路径和方法。
苏州建行是苏州当地金融系统中首家由中国建设银行股份有限公司直管的一级分行,其苏州产品创新实验室是建总行设立在苏州的总行级产品创新实验室。
云从科技作为高效人机协同操作系统与解决方案提供商,致力于成为金融业智能化转型合作伙伴,持续推动创新科技落地与行业生态合作,全面助力金融行业的效率提升与转型升级。
通过优势互补、互利共赢的创新合作,联合创新实验室成立后,建行丰富的业务场景和云从科技的技术优势将深度融合,推动银行金融产品与服务创新,优化金融服务用户体验,并在业务场景中共同打造行业科技创新方案。
针对智能多方信息验证、自动机器学习、自动构建知识图谱应用、智能支付、智能决策、智能营运等场景应用,双方将展开深度合作,促进新技术在金融领域的场景化应用,持续满足客户智慧金融产品和服务体验。
联合创新实验室不仅是云从科技与苏州建行合作的窗口和新技术研发成果的中试基地和产业化基地,也是云从助力打造跨界融合智能经济形态的新探索。
好文章,需要你的鼓励
Captions公司研究团队开发的Mirage模型实现了从音频直接生成说话视频的突破。该技术能准确生成与声音匹配的面部表情、唇型同步、手势动作和环境背景,甚至可仅从音频推测说话者外貌特征。基于统一的Diffusion Transformer架构,Mirage避免了传统方法的复杂专用模块设计,展现出卓越的情感表达和细节还原能力,为内容创作、教育培训和无障碍技术等领域开辟了新的应用可能。
牛津大学研究发现,尽管大语言模型在医学考试中表现出色,但在实际应用中效果大打折扣。研究显示,LLM直接测试时能94.9%准确识别病症,但人类使用LLM诊断时准确率仅34.5%,甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出,仅凭非交互式基准测试评估LLM存在误导性,需要真实的人机交互测试才能准确评估AI系统的实际性能。
NAVER和KAIST研究团队发现,先进AI模型在数学题自我修正方面存在严重缺陷。他们创建的MMRefine基准测试揭示,即使是GPT-4O等顶级模型也只能成功修正约23%的错误答案,而且经常将正确答案改错。研究发现不同模型在处理六种错误类型时表现差异巨大,特别是小型模型在空间推理修正上竟然超越了大型模型,颠覆了"越大越好"的认知。