“当你的银行崩溃时,快跑,别用走的”,这是这两天美国玩具店Camp的促销广告文案。3月7日,硅谷银行还是连续5年的福布斯年度美国最佳银行,仅过了48小时,爆雷、挤兑、破产,闪崩速度震惊全球。美国财政部在与美联储和联邦存款保险公司的联合声明中表示,为确保所有存款人的资金安全,设立了贷款计划,由美联储实施,财政部提供资金,从3月13日开始,硅谷银行储户可以使用所有资金。
“有意见”留言板
@媒体搬运工:银行破产在米国那是很平常的事情,此前华尔街的金融危机比这个事情严重多了。这次为啥一个硅谷银行就掀起这么大的关注,或许与硅谷这个美国科技高地有关,这家银行是很多科技公司的创投资金来源,人们不由联想起科技行业的悲观前景。要知道科技行业本就是一个消息驱动的行业,一点风吹草动就会掀起巨浪。归根到底,预期决定一切。稳定人们的预期才能避免挤兑,但是悲观情绪就像病毒,扩散起来难以控制。
Ada:对于数十年来严重依赖硅谷银行的初创企业而言,爆雷引发的危机,可能会导致大规模裁员,得有多少初创企业要倒闭了。
@有想法的向日葵:前有08危机,后有硅谷银行破产。OpenAI老板向硅谷银行受困科技公司伸援手,帮助他们支付员工薪资以及维持企业运营,也是一个善举。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。