登录社区云，与社区用户共同成长
邀请您加入社区
围绕 ChatGPT（更广义地说，是 generative AI）的讨论，如今已经演进到 agentic AI。ChatGPT 主要是一个能够生成文本回复的 chatbot，而 AI agents 则可以自主执行复杂任务，例如完成一笔销售、规划一次旅行、预订机票、安排承包商完成家装工作、点一份披萨。下图展示了 agentic AI 系统的演进过程。
工具类封装统一管理能力检测、状态查询、监听注册和蒙层控制系统蒙层拉起系统级半透明蒙层，每次进入页面只触发一次金融场景完整实战：账户总资产、收益明细、持仓明细的敏感信息隐藏与恢复实况窗提醒发布系统级提醒，控制发布频率权限管理：ACL 权限申请流程，module.json5 配置与权限说明文案生命周期管理：页面可见性控制、防窥保护初始化/销毁的完整状态机防窥保护是 HarmonyOS 安全体系从"系统
在金融数字化转型持续深化的今天，数据可视化的效率与质量已经成为衡量金融机构核心竞争力的重要标尺。爱图表通过AI原生技术的深度赋能，不仅破解了传统制图门槛高、效率低的行业痛点，更以“私有化合规部署、金融全场景适配、零代码轻量化落地”的优势，重塑了金融企业从投研、风控到经营复盘的数据价值表达范式，助力各类金融机构实现数据价值最大化，以轻量化数智工具赋能金融业务高质量发展。
LeReT[1] 是一个基于强化学习的框架，旨在增强 LLM 的检索能力，使其生成的答案更加可靠。通过将答案建立在人类生成和验证的数据之上，LeReT 成功地将检索准确率提高了 29%，下游生成评估提升了 17%。简单来说，其原理就是通过不断尝试和优化查询，使 LLM 能够更准确地检索到相关信息，从而减少幻觉现象。该框架具有高度的灵活性，它将检索视为一个黑盒，这意味着通用算法适用于任何工具和奖励函
本文介绍了如何在VS Code中配置和使用q/kdb+开发环境。主要内容包括：1) 安装q/kdb+本体，通过命令行验证安装；2) 安装VS Code和官方KX插件；3) 运行.q文件的两种方式：命令行执行或使用插件运行部分代码段；4) 推荐使用.kxnb笔记本进行交互式开发；5) 说明何时需要开启端口连接q服务。文章重点比较了不同开发方式的适用场景，推荐使用KX插件自动启动本地REPL的便捷方式
在"数据处理"层面：K3展现了接近完美的财报提取能力（98.5%准确率），能够处理复杂的PDF表格、跨页数据和脚注信息，效率提升15倍。在"估值建模"层面：K3能够独立完成从假设设定到敏感性分析的完整DCF流程，建模逻辑严谨、公式准确，达到了初级金融分析师的水平。在"风险控制"层面：K3对VaR、夏普比率等指标的计算准确，压力测试情景设计专业，但对"肥尾风险"的处理需要人工补充。在"报告生成"层面
*开发者专属**：网关完全兼容 MCP 标准协议（JSON-RPC 2.0），用任何语言的 MCP SDK 都能直接调用，不局限于特定客户端。4. **数据查询**：连上自己的 MySQL（只读），问 Agent"上个月订单量前 10 的商品是什么"，它自己写 SQL 自己查。• **申请**：官网 MCP 页提交内测申请（称呼 + 联系方式 + 想用的工具），审核后发放 Token。呼声最高的优
今日（5月22日）A股三大指数集体走强，科技板块全面开花，成交量能爆发。全市场情绪高涨，呈现出典型的科技主升浪特征：- **成交额突破2.92万亿元**，较前日显著放量，市场活跃度创近期新高- 行业板块多数收涨，**元件、玻璃玻纤、金属新材料、电子化学品、有色金属**板块领涨- 白酒、证券板块收跌，资金明显向科技制造业集中迁移- **全市场主力资金净流入301.15亿元**，16个申万一级行业净流
摘要： 针对大模型在财务场景中的系统性风险（如微小偏差引发的信用崩塌），本文提出通过本体建模构建业务逻辑的“数字孪生”，结合SWRL规则引擎实现确定性计算，确保财务严谨性。方案采用知识工程治理的人机协同模式，并引入动态ABAC机制保障安全性。最终实现企业软件从“数据驱动”向“逻辑驱动”的范式转移，将本体图谱和规则封装作为核心资产，人类角色转变为规则制定者和道德决策者，在自动化体系中保留最终决策权。
7月29日，2026数商企业优秀产品发布暨“申城·数聚行”金融科技主题活动在上海黄浦举行。活动由上海市数据局主办、黄浦区数据局承办、上海市数商协会支持，旨在推动金融科技产业高质量发展，促进数据供需高效衔接，加快数商产业生态建设。跬智信息（Kyligence）作为金融科技产品代表，受邀现场展示数据智能体创新产品及行业应用实践。
金融业数据库创新发展报告摘要：报告显示金融机构加速数据库技术应用，分布式架构在大型银行核心系统取得突破，中小机构也在积极尝试。生成式AI、存算分离等技术推动数据库升级，但面临社区生态不完善等挑战。未来数据库应用将更深入，产品能力持续优化，部署架构更灵活。配套资源包含银行业务建模、数据仓库系统建设等方案文档，涵盖十大主题逻辑数据模型，为金融科技发展提供参考。
随着加密市场进入自动化交易时代，MEV Bot、套利机器人和算法做市系统正在成为链上交易的重要基础设施。但近期 MEV Bot 攻击事件也暴露出自动化系统背后的安全风险：权限管理、合约交互和执行逻辑都可能成为攻击入口。未来的交易基础设施不仅需要更高效率，更需要完善的风险控制与安全架构。智能算法、流动性管理与安全体系的结合，将成为 Web3 市场长期发展的关键。
安达发 APS安达发 APS 是专业的高级计划与排程系统，侧重生产工序级的精细排产，可对接 ERP、MES 等生产相关系统，能够适配多类制造行业的排程需求，适合生产工艺复杂、对排程精度要求较高的制造企业。金蝶 K/3WISE 生产调度系统该产品与金蝶 ERP 体系深度整合，适合已经使用金蝶 ERP 的制造企业，可实现生产调度计划与供应链、财务等模块的联动，降低系统对接成本。海康威视智能制造调度平台
行业应用架构设计 150 字摘要： 不同行业对鸿蒙应用架构有差异化需求。教育行业需保障课堂协同的低延迟（<100ms），依赖分布式数据对象实现师生端实时同步；金融行业以安全合规为核心，采用 HUKS 加密和操作审计日志；医疗行业强调离线容灾，通过本地加密存储（S4）和队列同步确保断网可用；家居行业则需本地自动化引擎，在断网时仍能执行场景规则。各行业基于鸿蒙通用能力（软总线/分布式数据）叠加专属层，
过去我们做多模态 RAG，要么拿 VLM 给图片写个 Caption，然后当纯文本搜；要么就是用 CLIP 或者 SigLIP 这种模型去做端到端，虽然 SigLIP 作为 CLIP 的改进版，在 Zero-shot 场景下确实能打，处理非统一分辨率图片时也更灵活。但是，在某些情况下，这两种方法都不太够用——比如当你的知识库里混合了长文本、复杂的统计图表、视频流时，单纯依靠 CLIP 这种粗粒度的
近期，人工智能领域的“基础模型”革命，从自然语言处理（如GPT系列）到计算机视觉（如SAM），展现出了强大的零样本与少样本学习能力，这为我们解决上述难题提供了全新的思路。然而，在时间序列预测，特别是金融数据预测领域，这些模型的应用仍面临巨大挑战。然而，通过少量的特定领域数据进行微调，模型的性能可以得到质的飞跃，其预测结果能够用于构建有效的交易策略。当然，这仅仅是开始。通过简单的微调，Lag-Lla
针对金融终端碎片化难题，Testin云测搭建包含 60000 + 台 Android、iOS、鸿蒙、鸿蒙 Next 设备的云端真机资源池，在北京、上海、广州、成都等全国多城市设立智能云交付中心，配套分层级兼容测试服务：标准兼容、深度兼容、智能硬件联通测试三大套餐，完整覆盖应用安装、启动遍历、Monkey 稳定性、多端交互等全场景测试环节。在某头部券商核心交易系统升级项目中，落地这套 AI 自动化体
数据隔离与掌控：所有聊天记录、客户资料、附件文件均存储在企业内部服务器（私有云/本地机房），杜绝数据外泄风险。私网环境运行：支持在完全断开公网或通过防火墙隔离的环境下运行，通过内网 IP 实现与企业 CRM、OA 系统的极速对接。高度可控的 API 链路：自主管理 API 授权与访问频率，无需经过第三方公有云中转，显著提升链路安全与响应速度。底层协议自定义：私有化版支持根据企业特定硬件环境进行性能
写代码、做研究、处理日常事务，Agent 已经渗透进人们工作与生活的方方面面。但能通过试点验证、真正进入生产系统的，仍是少数。从服务个人到支撑数万名员工7×24 小时运行，中间隔着一整套工程与治理问题：集群如何弹性扩展、资源如何有效利用、分散的多智能体如何统一治理、数据与权限如何隔离，以及规模化运行的成本如何控制。近日，由华为2012实验室、华为云、终端、计算等团队联合构建的 openJiuwen
本文探讨了金融资讯网站实时行情推送与展示的技术方案，重点介绍了WebSocket+REST混合架构的优势及实现方法。文章从行情数据接入、多品种展示、性能优化三个维度展开：通过WebSocket协议实现毫秒级行情推送，结合REST API获取历史数据；采用虚拟列表技术提升海量数据渲染性能，推荐Highcharts Stock作为专业级K线图解决方案；并详细说明了连接可靠性保障机制，包括心跳检测、指数
能够感知环境、根据目标自主决策、执行动作并从环境反馈中学习的智能实体（Russell & Norvig，《人工智能：一种现代的方法》第4版）。
在4月9日深圳举办的第八届金融科技创新大会上，宇信科技同时斩获三项重磅奖项——管理数字化方案入选“十四五”金融科技创新成果及科普成果·创新案例、跨境数字货币项目获“CITE金智奖·金融科技创新奖”、信贷大模型应用获“CITE金智奖·人工智能应用奖”。
这是一份被面试官“从头拷打到尾”的真实记录，涵盖了从JavaScript底层原理、React/Vue源码级实现、Webpack/Rollup构建优化，到机器学习基础、TensorFlow.js落地实践、LLM在金融场景中的应用，再到金融系统特有的高并发、低延迟、数据一致性等核心问题的全方位拷问。在经历了这场长达3小时、横跨5轮技术面试的“洗礼”之后，我深刻意识到：35K的前端+AI岗位，面试官不是
梅宏院士强调“软件定义”和“开放协同”。在智能体平台建设中，就是提供统一的SDK包与开发规范，构建标准化的MCP Server与接口层，搭建MCP组件广场。这就像USB接口标准——统一了，不同设备才能即插即用。
例如，可以在数据分析、数据科学等领域担任更高级别的职位，拓展自己的职业发展空间。CDA 认证涵盖了数据分析的各个方面，包括数据采集、处理、分析和可视化等。通过 CDA 认证的学习和考试，可以系统地掌握数据分析的知识和技能，提升自己在数据分析方面的能力。CDA 认证可以证明他们具备扎实的数据分析能力和专业素养，增强他们在人工智能、大数据分析、金融等领域的就业竞争力。2026年，随着金融科技的进一步发
本文深度解析了BloombergGPT这一金融领域大语言模型的构建与应用。通过7000亿Token的混合数据训练（3630亿金融专业数据+3450亿通用语料），该模型在金融术语理解、数据关联和合规检查等方面表现卓越，显著提升了金融文本处理的准确性和效率。BloombergGPT的500亿参数设计和三阶段训练策略，使其在智能投研、风险监控等场景中展现出实用价值。
该平台以中间件形式嵌入审计系统，向上层业务应用统一提供数据可视化模型、数据视图、数据探视、知识图谱模型、机器学习模型、大模型等多样化AI能力。该系统基于知识策略推动智能作业，深度集成可视化建模、机器学习、知识图谱与生成式大模型等人工智能技术，全面重构审计业务流程，实现非现场审计、现场审计等环节的智能化联动，助力企业显著提升审计效率与精准度，从容应对复杂监管环境。系统满足模型全生命周期管理，从模型需
整体来看，当下市场走势捉摸不定，经常走出意料之外的行情，常规的分析逻辑和预判模型，已经很难精准参考。有意思的是，一直深耕消费领域的知名分析师，如今彻底转变思路，转头开始研究追光科技赛道。3 月初提前做好风险防守，大盘跌到 3900 点下方慢慢布局埋伏，站稳 4000 点后耐心持股不动，那现阶段的收益，大概率已经创出今年以来的新高。巴菲特目前手里的现金，占到了总资产的58.2%，现金比手里的股票还要
金融
——金融
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit AI 社区
HarmonyOS开发者社区
EazyDevelop社区
天工造物局
亚马逊云科技技术品牌专区
AI硬件创业社区
DAMO开发者矩阵
2048 AI社区
科技大视野开发者社区
人工智能6S服务平台
CSDN-OPC开发者社区
AI编程社区
openEuler 社区
智能体开发者社区
深开鸿 技术专区
AI Agent技术社区
