在2019年华为全球金融峰会期间,华为联合中软国际发布了金融大数据智慧应用解决方案,将能够实现金融领域数据采集和处理流程的精简化,帮助金融客户更好地了解自己的客户和场所,提高用户的忠诚度,降低客户TCO,从而使能商业价值最大化。
伴随大数据技术的发展,金融行业也在与时俱进,利用前瞻技术、更实时的分析和统计方法、强大的内部数据治理,帮助金融企业在变革的同时,也为消费者带来了更加高效、精准的商业服务。
中软国际&华为金融大数据智慧应用解决方案基于华为的GaussDB 200 & FusionInsight HD融合架构,取代Teradata数据仓库构建大数据平台,支持设备的多样化属性,能最大限度的利用客户的现有硬件; GausDB 200提供标准SQL接口,允许用户同时访问GaussDB和Hadoop数据。高度的灵活性,能够帮助客户节省在软硬件上的投资,缩短适配时间,多维度提升效益。
同时,该方案结合中软国际精准营销和客户“360度”全方位应用,能够帮助客户建立一个集成的数据湖解决方案,构建安全、可持续、可扩展的金融大数据生态系统。能够挖掘用户信息、用户交易行为等结构/非结构数据,并进行处理与集成,全景全方位刻画用户画像,生产定制化报告,有效的为业务分析决策、营销活动策划提供依据,从而更好的为客户提供服务。
中软国际MNC业务群东南亚事业部副总经理朱尚,在会议上介绍了中软国际在金融领域的成功经验和方案能力以及未来的战略布局。朱尚先生提到:目前,全球金融行业正在进入智能科技时代,面临着前所未有的深刻变革。金融行业的变革和发展,离不开大数据、人工智能、区块链等为代表的技术支撑。中软国际作为全球化软件与信息技术服务企业,在全球范围内长期与世界500强保持着紧密的合作,此次联合华为发布的金融大数据智慧应用解决方案,必将成为客户数字化转型的利器,帮助客户推动业务模式变革,进而提升全球消费者的用户体验。
华为IT产品线金融解决方案总经理闫庞勇表示:“目前,中软国际在金融行业已经积累了丰富的成功实践经验,结合多种先进技术、创新理念,能为客户打造更加贴近消费者习惯和体验的全栈数字化金融服务。在互联网金融、移动支付、风险管理、大数据应用、决策平台、分布式微服务架构上加大产品创新,完成了多个灯塔项目。未来,华为将与中软国际将继续携手,根据市场变化和客户需求,不断进行方案拓展,为全球客户提供业务发展所需的技术支持。”
华为企业业务坚持“平台+AI+生态”战略,与合作伙伴一起为政府和企业客户提供无处不在的联接,无所不及的智能,并通过数字平台协同融合各种新ICT技术,支撑客户数字化转型成功。目前,全球700多个城市,世界500强中已有211家,前100强中有48家企业选择华为作为其数字化转型的伙伴。
华为持续与全球顶尖金融机构、研究机构及独立软件开发商开展作,加速金融机构的全面转型。华为已服务超过1000家金融机构,包括全球Top50银行中的20家。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。