今日消息！深圳多家银行新卡每日转账额度暂调至三万元 为落实监管要求 强化账户安全

深圳多家银行新卡每日转账额度暂调至三万元 为落实监管要求 强化账户安全

深圳 - 为贯彻落实中国人民银行、中国银行业监督管理委员会发布的《关于加强支付结算账户安全管理的通知》等监管要求，强化账户安全，深圳多家银行自2024年1月18日起，对新开立个人银行账户的客户，暂将每日转账额度统一调整至3万元。

调整原因

近年来，电信诈骗、网络诈骗等案件频发，给人民群众财产安全造成了严重损失。为有效遏制电信诈骗、网络诈骗等犯罪活动，中国人民银行、中国银行业监督管理委员会印发了《关于加强支付结算账户安全管理的通知》，要求银行进一步强化账户安全管理，采取有效措施降低账户被诈骗利用的风险。

调整影响

新开立个人银行账户的客户，在未办理额度变更的情况下，每日转账额度暂调至3万元。如需提高转账额度，可凭本人有效身份证件、相关凭证到银行网点或通过银行线上渠道办理。

后续措施

各银行将持续关注监管动态，并根据监管要求和市场情况，不断完善账户安全管理措施，为广大客户提供更加安全、便捷的金融服务。

市民提醒

市民朋友在办理银行卡业务时，要妥善保管个人身份信息，不随意透露或出借银行卡、密码等信息，并定期查询账户交易明细，发现异常情况及时向银行反映。

## 新闻来源

• 深圳多家银行这样回复：https://news.sina.cn/sh/2024-01-18/detail-inacxshx5360894.d.html
• 银行新卡每日转账额度最高只能三万？多家银行回应：https://zhuanlan.zhihu.com/p/610515297

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。