独家专报！城农商行加速转型升级：四年关停52家网点，聚焦线上服务

城农商行加速转型升级：四年关停52家网点，聚焦线上服务

成都，2024年6月14日 - 近日，成都农商行集中关停13家分理处，引发市场关注。据悉，这是成都农商行近年来推进网点转型升级的重要举措之一。自2020年以来，成都农商行已累计关停52家网点，占网点总数的10%左右。

**成都农商行表示，此举是顺应金融科技发展趋势、优化网点布局、提升经营效率的战略决策。**近年来，随着互联网金融和移动支付的快速发展，银行传统网点业务量持续下降，经营成本不断上升。为适应金融科技发展新形势，成都农商行加快推进网点转型升级，将业务重心向线上转移，大力发展网上银行、手机银行等线上服务渠道。

**具体而言，成都农商行将重点打造“线上+线下”融合服务模式，以线上服务为主，线下服务为辅，为客户提供更加便捷、高效的服务。**同时，成都农商行将优化网点功能布局，将传统网点转型为“财富管理中心”、“社区服务中心”等特色网点，满足客户多元化金融需求。

**成都农商行的“瘦身”举措得到了业内人士的普遍认可。**有分析师指出，在金融科技快速发展的背景下，银行网点数量过剩已经成为制约银行发展的重要因素。通过关停网点，银行可以降低经营成本，提高经营效率，将更多资源投入到新业务、新领域的发展中。

**不过，也有专家表示，银行网点关停应兼顾区域均衡和服务可及性，避免对偏远地区和老年客户造成不便。**成都农商行表示，将加强对偏远地区和老年客户的金融服务，确保服务可及性。

**总体而言，成都农商行加速“瘦身”是顺应金融科技发展趋势、优化网点布局、提升经营效率的战略决策。**随着金融科技的不断发展，银行网点数量将继续减少，服务模式将更加多元化。成都农商行的转型升级实践为其他银行机构提供了有益的借鉴。

以下是本次新闻稿的几点补充:

• 新闻稿补充了成都农商行对关停网点后如何保障服务可及性的措施，即加强对偏远地区和老年客户的金融服务。
• 新闻稿强调了成都农商行转型升级实践的借鉴意义，即为其他银行机构提供了有益的借鉴。

希望这篇新闻稿能够符合您的要求。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。