央行9月29日召开加强支付结算管理、防范电信网络新型违法犯罪全国电视电话会议,强调要高度重视账户实名制、加强个人支付信息安全保护。 视觉中国 资料图
9月29日,中国人民银行召开加强支付结算管理、防范电信网络新型违法犯罪全国电视电话会议,贯彻落实中央领导指示批示精神以及国务院打击治理电信网络新型违法犯罪工作部际联席会议第三次会议暨深入推进专项行动电视电话会议相关工作部署。中国人民银行党委委员、副行长范一飞出席会议并讲话。
范一飞指出,党中央、国务院高度重视打击治理电信网络新型违法犯罪工作,近期中央领导同志分别对打击治理工作作出重要指示和批示;国务院召开打击治理电信网络新型违法犯罪工作部际联席会议第三次会议暨深入推进专项行动电视电话会议,对进一步做好打击治理工作提出了更高要求。人民银行、银行机构和支付机构(以下简称相关单位)要提高认识,狠抓落实,为不断推进打击治理工作向纵深发展尽职尽力。
范一飞强调,电信网络新型违法犯罪严重危害人民群众财产安全和合法权益,损害社会诚信和社会秩序。尽管前期各相关单位配合公安机关做了大量工作,取得了一定成效,但电信网络新型违法犯罪的高发势头仍没有从根本上得到遏制。相关单位一定要从党和国家工作大局出发,从维护人民群众根本利益出发,深刻认识当前电信网络新型违法犯罪形势的严峻性、复杂性,把思想和行动统一到中央领导同志重要指示批示精神上来,以对党和人民高度负责的态度,以更大的决心和力度,进一步加强支付结算管理,积极与公安等部门协同配合,共同铲除犯罪土壤,切实保护人民群众利益。
范一飞强调,当前电信网络新型违法犯罪中支付环节存在制度缺失、有章不循、监管不力、消费者宣传教育不到位等问题,相关单位要瞄准目标,重点解决。一是高度重视账户实名制。从增量开户防范和存量账户排查两个方面着手深入开展账户实名制工作。二是阻断电信网络新型违法犯罪资金转移的主要通道。充分考虑支付安全性与便捷性的平衡,最大限度地保护群众资金安全。三是加强个人支付信息安全保护。采取技术防护措施,加强内部人员管理,加密传输数据等,防止客户敏感信息泄露。四是建立个人资金和信息保护的长效机制。全面推行账户分类管理机制,并广泛持续开展消费者防范电信网络新型违法犯罪、信息安全和支付安全宣传教育活动。
为进一步提升支付结算安全性,筑牢支付结算安全防线,中国人民银行将于近日发布《关于加强支付结算管理 防范电信网络新型违法犯罪有关事项的通知》。范一飞要求,相关单位要认真贯彻落实《通知》提出的各项措施,高度重视、强化领导,加大业务流程和系统改造力度,增强合规意识,提升服务水平,加强宣传教育,强化监督检查和问责等,确保各项工作要求落实到位。
总部在京的国家开发银行,各政策性银行、国有商业银行、股份制商业银行,中国邮政储蓄银行,中国支付清算协会负责人在主会场出席会议;人民银行上海总部,各分行、营业管理部、省会(首府)城市中心支行,各地市中心支行,各县支行以及当地相关单位负责人在分会场参加会议。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。