PulseAugur
中
实时 09:45:52
实体 finance

finance

PulseAugur coverage of finance — every cluster mentioning finance across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
32
90 天内 87
发布 · 30天
0
90 天内 0
论文 · 30天
15
90 天内 39
层级分布 · 90 天
主题
关系
情绪 · 30 天

18 天有情绪数据

最近 · 第 1/5 页 · 共 94 条
  1. COMMENTARY · CL_362447 ·

    Agentic AI整合金融领域引发风险,促使全球监管辩论

    Agentic AI在金融领域引入的风险和潜在盲点正引发日益增长的担忧。近期影响美国主要银行的软件故障凸显了这些脆弱性,促使监管机构和行业领导者在香港召开会议。讨论重点是如何有效监管日益自主的AI系统在全球金融业务中的快速整合,证券及期货事务监察委员会的Julia Leung Fung-yee等关键人物参与了讨论。

  2. TOOL · CL_360142 ·

    新基准测试人工智能在时间序列预测中使用文本

    研究人员开发了一个新的多模态时间序列预测诊断基准,重点关注物联网人工智能 (AIoT) 系统如何结合传感器数据利用外部文本数据。该基准包含跨天气、维基百科和金融数据的 1,762 个文本-窗口对,将文本相对于历史趋势分类为“一致”、“冲突”或“未指定”。对十个预训练模型的评估显示,虽然一致的文本通常会提高预测性能,但冲突的文本会降低性能,因此需要仔细的组合策略。该研究还提出了一种无训练的误差分解方法,该方法限制了过度修正,从而显著提高…

  3. TOOL · CL_359030 ·

    Anthropic 的 Claude AI 助力法律和金融合规

    本文讨论了 Anthropic 的 Claude AI,特别是通过其 Regulatory Horizon Scan 功能,如何协助法律和金融专业人士。Claude 与定制合规技能的结合被呈现为一种工具,可以帮助金融和会计等行业及早识别和适应新法规。

  4. TOOL · CL_350316 ·

    澳航计划到2027年将关键职位外包给印度

    澳大利亚国家航空公司澳航(Qantas)计划将其金融、采购、人力资源和市场营销部门的职位外包。这一战略举措的第一阶段预计将于2027年中期启动,旨在将印度打造成该航空公司重要的外包中心。此举是在公司考虑更广泛裁员的背景下做出的。

  5. COMMENTARY · CL_349816 ·

    乔恩·斯图尔特与埃德·齐特龙讨论人工智能的金融风险

    乔恩·斯图尔特最近采访了作者兼科技评论家埃德·齐特龙,讨论人工智能快速扩张的金融基础和风险。谈话重点是数据中心所需的大量资本投资以及随着人工智能基础设施需求的增长,潜在的金融不稳定。他们探讨了人工智能发展的更广泛经济影响,包括债务负担和当前投资趋势的可持续性。

  6. TOOL · CL_346199 ·

    LLM ERP集成通过人工审批安全地分离读写操作

    一种将大型语言模型(LLM)与企业资源规划(ERP)系统集成的新模式,通过分离读写操作来专注于安全性。该方法允许LLM直接从ERP读取数据,但要求所有拟议的更改以结构化提案的形式提交到审批队列。然后,人工审批者利用现有的授权规则,在独立的非LLM服务执行已批准的更改之前,对这些提案进行审查、编辑或拒绝。这种方法确保ERP保持记录系统,维持可审计性,并通过将拒绝原因反馈给LLM的上下文来实现持续改进。

  7. RESEARCH · CL_345880 ·

    AI用4310万行代码证明“庞大定理”;推出新的GDPx基准测试

    AI已被用于证明“庞大定理”,也称为有限单群分类定理。该证明使用Lean(一种用于严格数学验证的证明助手)中的4310万行代码进行了形式化。另外,引入了一个名为GDPx的新基准测试,用于评估在芯片设计、网络安全和生物学等11个关键领域的尖端智能。

  8. COMMENTARY · CL_345060 ·

    AI加速测试管理超越电子表格

    文章讨论了组织中测试管理成熟度的演变,从混乱的电子表格转向更结构化和可审计的系统。文章概述了从无结构到持续合规的五个阶段,强调了从电子表格转向专用工具的关键过渡。虽然AI可以加速既定流程,但作者强调它不能单独建立可追溯性,而应作为增强而非替代经过验证的方法。

  9. RESEARCH · CL_344354 ·

    新的QS-TCN方法使用波动性记忆对时间序列进行排序

    研究人员开发了QS-TCN,这是一种通过分析波动性记忆来对多元时间序列进行排序的新颖方法。该方法结合了波动性持续性的统计估计和时间卷积学习,以揭示条件均值中不明显的时间关系。与现有方法相比,QS-TCN在金融和功能性磁共振成像的合成数据集和基准测试中表现出优越的性能,并为市场动态提供了见解。

  10. COMMENTARY · CL_340375 ·

    领域对齐:将LLM适配到专业领域

    领域对齐对于将通用大型语言模型(LLM)适配到医疗、金融和教育等专业领域至关重要。该过程涉及训练模型理解特定领域的术语和上下文,同时保留其广泛的语言能力。实现这一目标的技术包括准备特定领域的数据集、监督微调、参数高效微调(PEFT)方法(如LoRA和QLoRA)以及检索增强生成(RAG)以将模型与外部知识连接起来。关键挑战包括确定数据需求、平衡领域知识与通用能力以及有效衡量对齐程度和防止幻觉。

  11. COMMENTARY · CL_340001 ·

    由于缺乏细粒度的费用跟踪,AI代理成本激增

    随着AI代理变得越来越复杂,其相关成本正在显著增加,一个团队的推理支出就增加了三倍。核心问题在于缺乏细粒度的成本归因,因为当前的监控工具按API密钥或端点跟踪费用,未能精确指出代理工作流程中是哪个特定功能或内部步骤导致了成本的增加。这使得财务和工程团队难以理解和管理不断上涨的费用,尤其是在工作单元从单个API调用转向多步骤代理流程的情况下。

  12. TOOL · CL_336041 ·

    新的神经SDE模型增强了金融时间序列生成

    研究人员开发了一种新的条件神经随机微分方程(Neural SDE)架构,用于生成逼真的金融时间序列数据。该方法将目标时间序列分解为学习到的条件锚点和随机残差,提高了稳定性和准确性,尤其适用于利率情景等金融应用。在真实金融数据上的评估表明,该模型能够生成合理的条件路径并提供校准的不确定性估计,在时间序列基础模型方面表现具有竞争力。

  13. TOOL · CL_333026 ·

    调查详细介绍了推荐系统上的成员推理攻击带来的隐私风险

    一篇新发表在arXiv上的调查论文详细介绍了专门针对推荐系统(RecSys)的成员推理攻击(MIAs)的新兴领域。这些攻击旨在确定用户的交互数据是否被用于训练模型,可能通过泄露敏感用户信息导致隐私泄露。该论文全面回顾了RecSys MIAs的最新进展、挑战和防御策略,提供了不同攻击类型的分类,并提出了未来的研究方向。

  14. COMMENTARY · CL_333330 ·

    OpenAI金融服务主管讨论ChatGPT在金融领域的应用

    OpenAI金融服务主管Joseph Kim在Latent.Space播客节目中讨论了为金融行业开发ChatGPT。谈话可能涵盖了大型语言模型在金融服务中的具体应用、挑战和潜力。

  15. TOOL · CL_331749 ·

    微软向 60,000 名员工提供买断计划,以应对 AI 投资

    微软宣布了一项自愿离职计划 (VEO),最多可覆盖 60,000 名员工,约占其全球劳动力的四分之一。该计划在加拿大、印度、英国和美国提供,允许符合条件的员工获得支持并过渡离开公司。尽管微软表示该计划并非旨在大幅裁员,并预计接受率较低,但一些经济学家认为这是大型科技公司将重点从人力转向设备和 AI 基础设施的更广泛趋势。

  16. TOOL · CL_332467 ·

    公司探索用于业务流程、软件和安全的代理 AI · 已追踪 10 个来源

    多家公司正在探索将代理 AI 整合和应用于各个领域。IBM 和 Microsoft 正在通过 CASRAI 合作开发“Imagine Enterprise”,而 AT&T 则利用代理 AI 改造其业务流程。三星将为股票应用程序引入其 One UI 9.5 的代理 AI 功能。在金融领域,Schwab 正在建议顾问探索代理 AI,而 Anthropic 预测 AI 代理群可以在一年内修补漏洞。此外,专注于 AI 代理的公司 Cognig…

  17. FRONTIER RELEASE · CL_329012 ·

    随着团队采用 Claude Code 和 Cursor 等工具,AI 集成日益增长,同时 Google 发布了 Gemini 4 Carbon

    团队越来越多地将 AI 集成到日常运营中,用于执行任务、事件分类和错误修复等工作。Claude Code、Cursor 和 Playwright 等工具正在被探索用于浏览器自动化和代码生成。与此同时,Google 发布了其新的前沿模型 Gemini 4 Carbon,据报道该模型在 Artificial Analysis v5.0 基准测试中领先,并将部署在网络安全应用中。

  18. TOOL · CL_326881 ·

    ReForest框架将隔离森林与LLM相结合,以增强异常检测

    研究人员开发了ReForest,一个将隔离森林的统计效率与大型语言模型(LLM)的语义推理能力相结合的新框架。该方法旨在通过将隔离森林的决策路径转换为LLM可以改进的自然语言解释来改进异常检测。ReForest使用一种感知不确定性的动态集成来适应性地权衡统计和语义信号,从而在检测准确性和可解释性方面取得显著的性能提升。在真实数据集上的实验显示,召回率平均提高了21%,F1分数提高了10%,为高风险决策提供了可解释的理由。

  19. TOOL · CL_324243 ·

    新方法将专家判断提炼到AI评估系统中

    开发了一种新方法,可以将人类专家的判断提炼成可扩展的自动化评估系统,特别适用于医疗保健、金融和政治等高风险领域。该方法包括组建领域专家,并提取他们的结论以及推理过程,然后将这些信息编码为结构化的编辑标准,供自动化裁判使用。该方法在AI新闻报道方面得到了验证,证明专家校准的裁判在来源质量和中立性指标上显著优于未经校准的前沿模型。

  20. TOOL · CL_322949 ·

    AI分析必须测试业务逻辑,而不仅仅是SQL语法

    AI驱动的分析中一个常见的问题是,Text-to-SQL代理可以生成语法正确的SQL查询,但这些查询不能准确地反映业务逻辑。这个问题之所以出现,是因为标准测试验证的是查询执行,而不是业务正确性。为了解决这个问题,开发人员可以创建包含已知边缘情况和预期结果的小型黄金数据集。这些数据集与定义的业务指标合同相结合,可以进行稳健的测试,确保AI生成的查询符合特定的业务定义,并避免常见的陷阱,如不正确的连接或粒度不匹配。