前言

2018年6月12日，蚂蚁金服与天津银行签署战略合作协议，根据协议，双方将在移动智惠银行、互联网金融平台、互联网金融核心系统、大数据平台、分布式架构与技术的建设等银行数字化转型领域展开紧密合作。

这是继华夏银行、光大银行、浦发银行、中信银行之后，蚂蚁金服与金融机构开放合作的又一践行案例。而与上述几家股份制银行不同，天津银行还是继南京银行后，蚂蚁金服的另一家城商行战略合作伙伴。

在最近短短一个月内，蚂蚁金服相继与5家银行建立战略合作关系，并且已经快速扩展至全国不同的区域不同类型的金融机构，金融科技开放势头可谓迅速延伸。蚂蚁金服称，近期还将有更多战略合作陆续浮出水面。

为不同银行定制最佳数字化实践路径，蚂蚁金服金融科技开放迅速延伸

“融则两利，合则共赢。天津银行和蚂蚁金服的合作必然是一个多赢的结果。”天津银行行长孙利国表示，随着金融科技和

2018年的前端架构师都在干嘛？

前言：本文整理自自己在知乎问题《2018年的前端是否有『架构』可言?》的回答。据说是有掘金限量笔记本可以拿，于是很没骨气地整理成文章发出来。如果大家也喜欢掘金的笔记本，也来发文章哦。皮一下一，明确下架构的定义，在知乎的这个问题中，题主说“整个后端的架构是非常复杂和庞大的，一个好的架构师需要在数不清的方案组合中进行架构选择”。看起来架构似乎是一个在无数方案组件中做选择的问题。所以，如果回答“前端的方案组合很多，所以架构也很麻烦”，是否就可以回应这个问题了。那么，前端方案组合多吗？确实是多如牛毛吧，比后端多很多很多吧。以上是牛角尖。一、关注点后端架构的目标，题主也说到了，高性能、高可用、可扩展、安全。至于后面说的那么多知识点，虽然都是有用的，但是不免有些掉书袋了。高可用有各种难点，有各个方面的高可用需要关注，但事实上，后端经过这么多年的发展，尤其是海量用户场景大量出现以后，这些问题的解决方案也都非常明确了。如果不明确的也是业界公认暂时无解的问题，例如分布式CAP等。至于其中碰到的具体问题的的具体技术上的策略，如果还需要自己从头去想，那这个后端工程师（还不叫架构师）应该是不合格...

OpenAI最新研究：通过无监督学习提高语言理解能力

我们的系统分为两个阶段：首先，我们通过无监督的方式在大数据集上训练一个迁移学习模型，训练过程中使用语言模型的训练结果作为信号，然后我们在更小的有监督数据集上对这个模型进行微调，以帮助它解决特定的任务。这个方法的开发是在我们前一个sentiment neuron（情绪神经元）的工作之后进行的，在sentiment neuron任务中我们注意到，通过利用足够的数据对模型进行训练，无监督学习可以获得令人惊讶的判别特征。在这里，我们想进一步探讨这个想法：我们能否开发一个模型，以一种无监督的方式使用大量数据对模型进行训练，然后对模型进行微调，以在不同的任务中都获得良好的性能？我们的研究结果表明，这种方法的效果出奇地好。同样的核心模型可以针对完全不同的任务进行微调，以适应任务。本研究是基于在半监督序列学习中引入的方法，该方法展示了如何通过对L