近日,伦敦证券交易所集团(LSEG)宣布扩展与亚马逊云科技的多年合作关系,选择亚马逊云科技作为其市场、风险情报和富时罗素指数(FTSE Russell)业务部门的首选云服务提供商。此次协议的签署标志着双方现有合作伙伴关系的进一步深化。
通过将内部系统迁移至亚马逊云科技,伦敦证券交易所集团将进一步提升其运营的韧性和安全性,并在此基础上为客户推出创新的服务和产品。利用Amazon Bedrock服务,伦敦证券交易所集团的风险情报部门将能够提供更快速、更精准的风险分析,助力客户保持灵活性并增强业务的韧性。
借助亚马逊云科技,伦敦证券交易所集团将持续为客户提供访问历史量化富时罗素指数数据的能力。这将帮助客户深入挖掘市场趋势和模式,缩短洞察时间并降低运营成本。伦敦证券交易所集团市场部门还将利用Amazon Outposts为客户提供更具韧性和可扩展性的服务体验。
伦敦证券交易所集团全球市场负责人Daniel Maguire表示:“与亚马逊云科技的持续合作是集团云战略的重要组成部分。作为全球领先的市场基础设施和数据服务提供商,伦敦证券交易所集团将运营韧性作为一切工作的基石,而云服务则是我们实现这一目标的关键基石。我们期待与亚马逊云科技携手,为我们的客户提供创新产品与卓越体验,从而有力地支持他们的交易和风险管理活动。”
“亚马逊云科技在满足全球金融市场运营机构的独特需求方面拥有深厚的专业知识,我们很高兴能够扩大与伦敦证券交易所集团的合作,” 亚马逊云科技欧洲中东及非洲区董事总经理Tanuja Randery表示,“我们期待助力伦敦证券交易所集团推动其金融服务客户的创新,并提升他们的业务韧性。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。