【ESG周闻】25EP07 国务院办公厅关于做好金融“五篇大文章”的指导意见

E周绿闻

【25EP07】 本期为ESG纯享版:国际政策,国内政策,ESG实践。 【分工】 内容&制作:梁梓涵 【目录】 🇺🇸🇪🇺00:26美国立法者敦促特朗普政府对 CSRD 和 CSDDD 采取行动(来源:Clifford Chance) 🇺🇸🇺🇳01:17美国谴责联合国可持续发展目标,退出气候损害基金(来源:AP News) 🇹🇭01:35泰国计划将允许污染者抵消 15% 的排放(来源:Bloomberg) 🇬🇧02:12英国政府削减立法以启动核电(来源:GOV UK) 🇮🇹02:43意大利将在 2030 年之前重新引入核电(来源:Euractiv) 🇯🇵03:17日本 SSBJ 发布首个与 ISSB 指南一致的可持续发展披露准则(来源:SSBJ) 国内政策 🇨🇳📗04:02四部门联合印发《关于促进企业温室气体信息自愿披露的意见》(来源:生态环境部) 🇨🇳📗04:41政府工作报告:协同推进降碳减污扩绿增长,加快经济社会发展全面绿色转型(来源:新华社) 🇨🇳💰05:14国务院办公厅关于做好金融“五篇大文章”的指导意见(来源:国务院办公室) 🇨🇳📗06:10全国温室气体自愿减排交易市场首批核证自愿减排量完成登记(来源:生态环境部) 🇨🇳🌊07:01六部门联合出台《指导意见》——海洋能规模化开发利用正当其时(来源:光明日报) ESG实践 🔋07:56宁德时代,出手芯片(来源:财联社) 🗼08:29世界首条柔性直流特高压线路工程正式开工(来源:中国电力企业联合会) 🚗📉09:30保时捷 SE 预计大众汽车股份减值税后亏损 217 亿美元(来源:路透社) ⛽️10:00BP公司首席执行官表示,是时候提高美国天然气产量了(来源:路透社) 🇵🇪10:37秘鲁塔拉拉炼油厂漏油事件(来源:ISCO) 🇿🇦🇮🇩11:08南非、印度尼西亚称美国退出气候融资协议(来源:France 24) ♻️11:42乐高集团在 2024 年将可持续材料使用量翻倍,扩大可再生能源投资(来源:Lego) 🏦12:23气候联合基金起诉 EPA,花旗银行冻结七十亿美金(来源:路透社) ♻️12:56EcoVadis 推出碳数据交换以实现范围 3 排放数据收集(来源:EcoVadis)

13分钟
97
9个月前

Steam新品节,游戏太多了打不过来啊!| 游乐搭子Plus

游乐搭子

世纪联动!跟《开始游戏》的两位玩家一起过新品节! ——职场人必玩的排座模拟器《这个座位有人坐吗?》竟成体制内生存指南? ——卡牌+经营的《酋长的野望》如何用缝合理念征服策略爱好者? ——禁酒令时期的《十年不晚》让你体验调酒破案两不误的赛博酗酒日常! ——更有视觉小说《弃种:叮叮与圣剑》背后,制作组解散再创业的逆袭故事。 当三消爱好者误入AVG、推理迷怒写小作文、 种田玩家强推克苏鲁...这场关于缝合与创意的狂欢,藏着独立游戏最鲜活的模样。 点击收听,解锁你的愿望单新选择! 惯例先宣传一下听友群 时间轴 01:05 世纪联动!《游乐搭子》×《开始游戏》一起过新品节 12:15 “恐怖”益智游戏之你会给领导排座吗?《Is This Seat Taken?》 39:05 缝合公式:《堆叠大陆》+《杀戮尖塔》=《酋长的野望》 57:42 酒保侦探被迫办案《十年不晚》 74:30 你吃人or你被吃《弃种:叮叮与圣剑》 100:11 《弃种》制作组的幕后故事 * 《Is This Seat Taken?》 * 我想偷爆米花 * 《酋长的野望》经营部落 * 打牌战斗 * 《十年不晚》 * 一笔画调酒 * 《弃种:叮叮与圣剑》 * 狗子的心动男嘉宾 本期主播:西北 秦少言 月狸 后山狗 BGM: Falcom Sound Team J.D.K. - プック村 《Is this seat taken?》开始游戏界面-BGM Geoff Knorr - Inca - The Medieval Era (Siempre Macho) HOYO-MiX - 星灯晕染之街 Coruscating Street Geoff Knorr - Mali - The Medieval Era (Mali Sadio, Masana Seesay) HOYO-MiX - 月影微茫 Clair de lune

114分钟
99+
9个月前

EP9. 新西兰HR眼中的华人求职全景图: 从优秀简历到合同谈判

南半球唠嗑局

🧳从海投30份简历、只看30秒,到如何优雅谈钱不脸红——你不知道的,是HR眼中的“华人求职地图”。在这期节目里,我们请来了有着中新两国工作经验的HR经理Linda,用她招人、被招、跳槽、谈薪、被猎头、裸辞、被面试的经验,告诉你在新西兰找工作,什么真的重要,什么你可以放下。 🎙️ 时间轴 00:24 Linda是谁?揭秘Linda从职场小白到新西兰资深招聘合伙人的蜕变故事。 01:54 第一份工作如何改变人生轨迹?初入职场的心态调整 × 职业方向选择的真实感悟。 05:09 新西兰职场真相:在这里,工作不分贵贱,但分‘适不适合’! 06:17 孤勇者生存指南:无经验、无人脉,如何破局? 07:04 找工作如何自我定位? 08:03 颠覆认知!新西兰雇主最看重的简历类型TOP3 09:01 什么样的简历才是好简历?以及HR经理如何30秒刷掉你的简历? 12:28 如何量化简历让它万里挑一? 15:35 空窗期+频繁跳槽=职场死刑? 17:14 人脉是玄学?新西兰版建立关系网潜规则 21:38 面试必杀技:没通过也可能拿到隐藏福利? 25:26 谈钱不伤感情?薪资谈判的致命雷区 29:50 如何解析面试问题? 34:38 拿到合同后,该如何谈判,为自己争取最大的利益? 39:56 佛系or内卷?新西兰职场文化大吐槽 42:23 融入≠变成Kiwi:新移民的身份焦虑解药 ---🌟 本期嘉宾🌟--- Linda | 新西兰TOP科技公司招聘合伙人 ➤ 经手年薪$N万高端岗位 ➤ 独创“非母语者面试突破体系” 🔥 小🍠美食博主 (ID:3914526276) ❤️豆豆工厂感谢您的收听!喜欢的话记得点赞、转发、评论!记得在评论区分享你对四大的看法或提问,我们下期再见!

45分钟
99+
9个月前

E278:去越南富国岛(上):坐世界最长的跨海缆车

新建文件夹fm

时隔五年,小Q再次到国外旅行。由于在春节前夕出行,他把目的地圈定在温暖的东南亚。最终他被社交媒体一张照片吸引,选择了比较小众冷门的越南富国岛来了个2+3日半自由行。小Q将在两将在两期节目里为我们带来富国岛的超详细攻略。本期节目,主要聚焦于富国岛的基础信息和背景知识,以及小Q本次旅游的跟团游部分。 0:56 时隔多年第一次出国旅行,为什么选择了越南富国岛 6:53 富国岛的地理以及最佳旅游时间 10:58 富国岛的历史:越南的富国岛,以前是柬埔寨领土 13:54 越南西山起义后,阮福映带领军队进入富国岛 15:47 殖民浪潮来了又退,法国离开后,富国岛成为柬埔寨与越南的争议岛屿 18:14 越柬兵戎相见,统一后的越南赢得领土争夺战 23:12 两国都不愿意提及的历史:富国岛最早开发竟然与华人有关 24:40 康熙年间,广东雷州人鄚玖因不满清廷统治,远走河仙镇,开发富国岛 26:08 鄚玖游走于越柬两国之间,建立了地方政权“港口国”,富国岛的归属争议也由他而起 30:32 北京直飞富国岛的航班令人颇为心动,但回程的感受让人忍不住吐槽 36:46 富国岛北高南低,南部多海滩和度假酒店,北部多森林和民宿 40:38 银行,机场,导游,到底找谁兑换越南盾 42:21 富国岛是越南唯一对中国游客免签的地方 44:41 跟团部分的2日游正式开始,诶?富国岛的韩国人可真多啊 46:47 第一天:南方四岛跳岛游,玩水,桨板,浮潜 50:34 第二天:富国岛跨海缆车一定要坐,但水上乐园也就是团结湖公园的水平

57分钟
99+
9个月前

EP83 女性特辑丨对话喜岳投资周欣:世界上99%的问题都有答案

话中有金

📈【本期主题】 * 从学术界到投资界,如何展现“她力量”? * 当匠人精神遇见AI算法 * 会碰撞出怎样的火花? ❤️【本期嘉宾】 周欣 上海喜岳投资管理有限公司董事长 执业编号:P1008265100014 🔻【主持人】 商景超 中金财富产品与解决方案部落 财富规划顾问、副总经理 执业编号:S0960623020001 📍【时间轴】 00:04:41 DeepSeek横空出世让大家对人工智能有了很多期待,AI对量化投资的影响有哪些?垂直领域如何把AI用好? 00:10:54 什么是基本面量化?有效的分散+必要的逻辑+系统化执行和落地 00:25:42 基本面量化与普通高频量化的主要差异是什么? 00:30:38 结合海外市场情况,如何看待中高频量化的发展趋势? 00:55:01 普通的投资者在选择私募基金时,最常见的误区是什么?如何规避? 01:02:58 展望2025年量化投资市场 01:07:48 真心话:世界上99%的问题都有答案,剩下的1%恭喜你遇到了一个全新领域。你的舒适圈有多大,你的世界就有多大 🌟扫描二维码,领取重磅投资干货🌟 免责声明: 中金财富对本文所载信息的准确性、可靠性、时效性及完整性不作任何明示或暗 示的保证。本文仅供参考,不构成任何投资建议,投资者据此操作,风险自负。投资有风险 入市需谨慎。中金财富及其人员对使用本文本内容所引发的任何直接或间接损失概不负责。未经中金财富书面授权许可,任何机构和个人不得以任何形式转发、转载、翻版、复制、 刊登、发表、修改、仿制或引用本文。

71分钟
99+
9个月前

Ep.77「L1系列」Ready Layer One

Cryptoria|说Web3和加密世界

比特币作为首个成功的去中心化货币系统,而后以太坊通过智能合约拓展了区块链应用。但是区块链的"三难问题"——可扩展性、去中心化和安全性一直都是不同区块链面对的问题。而”可信中立性"是区块链核心特征,评估Layer 1平台需要考虑开发者认知份额、共识机制、验证节点和去中心化程度。 主要一层链平台有: * 以太坊:智能合约先驱,2015年7月推出,目标是成为吸引金融和非金融协议的基础层。其原生语言是Solidity,吸引了许多知名DeFi项目,拥有最多的开发者和最强的社区共识。 * 卡尔达诺(Cardano):由前以太坊创始人Charles Hoskinson创建的"同行评审网络",主要由学者研究构建,2017年推出。卡尔达诺放弃了基于账户模型,使用扩展未花费交易输出模型(EUTXO),理论上提供更高安全性和隐私性,但限制了复杂智能合约的发展。 * 币安智能链(BNB Chain):由币安创建的EVM兼容区块链,设计为比以太坊更快更便宜的替代品。采用POS和POA混合共识机制,实现约3秒的出块时间。验证者需要质押BNB代币,前21位验证者有资格参与网络共识和治理,硬件要求为48GB RAM和12核CPU。 * 索拉纳(Solana):2020年3月推出,强调速度和高吞吐量。使用历史证明(POH)补充POS共识机制,实现400毫秒的区块时间。运行节点成本较高,需要12核CPU和128GB RAM。索拉纳利用摩尔定律增加吞吐量,依靠工业级硬件扩展,但经常出现网络中断问题。 * 波卡(Polkadot):由前以太坊联合创始人Gavin Wood创建,是分片通用区块链网络,由中继链和应用特定平行链组成,2020年上线。验证者节点需要64GB内存、80-160GB存储和高性能CPU。波卡有一个名为Kusama的测试网络,可用于测试新想法和部署代码。 * 雪崩(Avalanche):设计用于解决以太坊扩展性问题,采用基于POS的替代共识机制,由三个相互连锁的链组成:执行智能合约的C链、处理资产的X链和协调验证者的P链。验证者需质押至少2000个AVAX,雪崩共识允许无领导者的区块选择,拥有最高活跃验证者数量。 * Algorand:采用纯权益证明(PPOS)共识机制,验证者质押要求较低,支持多种编程语言。协议分两层:第一层运行基本智能合约,第二层运行复杂交易。网络包含参与节点和中继节点,只有100个验证者被批准运行中继节点。 * ICP(Internet Computer Protocol):目标是挑战现代互联网技术架构,消除云计算平台角色。2020年由Dfinity开发上线,包括主代币ICP和用于支付计算资源的cycles。用户通过"canisters"(类似AWS EC2实例)与网络交互,ICP可质押参与网络治理。 * Near:2017年创建,设计用于可扩展性和速度,主协议2020年4月推出。结合POS共识和分片架构实现每秒10万笔交易。验证者在"Doomslug POS"协议下运行,无最低质押要求,但需16GB内存、250GB存储和8核CPU。创建了"彩虹桥"连接以太坊,实现资产跨链转移。 * Tezos:最早的POS项目之一,2018年6月推出,拥有自己的智能合约语言,与EVM不兼容。使用委托权益证明(DPOS)共识机制,质押年收益率约6%,无最低质押要求。Tezos持有者可对区块链发展提案投票,协议具有自我修改能力。 * Terra/Luna:设计聚焦稳定币和支付系统,特别是亚洲地区。使用Cosmos SDK创建,采用Tendermint委托权益证明共识。生态系统包括协议稳定币(如UST)和原生代币Luna。虽已崩盘,但作为算法稳定币的实验案例仍有研究价值。社区对开发者非常开放,任何成员都可提出治理提案。 初始代币分配和TVL(锁定总价值)是评估Layer 1平台的关键指标。未来加密生态必将由多个互操作的区块链网络组成。 关键词:区块链、以太坊、一层链、比特币、蝴蝶效应、Solana、Luna、Near、雪崩、Tezos、波卡 05:21 去中心化的蝴蝶效应 09:10 什么让区块链成为区块链? 12:27 新兴一层链的军备竞赛 23:00 如何评判Layer-1平台(开发者认知份额、共识机制解析、验证者节点、去中心化) 34:49 以太坊 - 智能合约的先驱 35:45 Cardano - 学术派的挑战者 38:10 币安智能链 - 中心化效率的代表 41:56 Solana - 速度与性能的极致 46:01 波卡 - 区块链互联网的愿景 48:54 雪崩(Avalanche) - 三链架构的创新 50:36 Algorand - 纯权益证明的先驱 52:49 ICP - 重新想象互联网 55:32 Near - 分片扩展的实践者 58:22 Tezos - 自我修改的先行者 01:00:12 Terra(Luna) - 稳定币的创新者 01:02:16 Ripple - 专攻跨境支付 01:03:40 一层链应用指标(初始代币分配、交易量和总锁定价值) 赞助商Supra链接: 官网:www.supra.com 官方推特: x.com 中文推特: x.com 微信公众号:Supra 中文 白皮书: supra.com 开发者文档: docs.supra.com 主播: Vivienne (Twitter: @Vivienne_smile) Zhiyang (Twitter @zhiyangxyz) Twitter:@0x_cryptoria 小助手微信:trifoliumlabs 微信公众号:Cryptoria加密投研 免责声明: 所有观点纯属主播个人意见仅供分享,不构成任何投资建议。加密货币投资风险巨大,在做出任何投资决定前,请先做好充分调查并咨询相关专业人士。

67分钟
99+
9个月前

《恶意》二丨你看到的真相就是真相吗?

陆琪读书会

大家好,这里是陆琪读书会 主播:陆琪 写在前面:刚刚开通节目的时候,分享了很多好书,但那时候只有几个粉丝,所以收听量很低,后面粉丝数上来了,但是大家很少会倒回去收听最开始的内容,真是可惜了这些好书,所以后面会陆陆续续把最开始分享的、收听量不多的好书二次分享,还请我的老粉丝(我的原始粉们)理解一下,老节目会和新节目穿插分享,不会耽误大家探索新内容。 ———— 警方通过调查发现野野口与日高前妻有私情,被日高察觉,两人密谋杀死日高,行凶时被日高抓了个现行,且被日高留下证据。 文学上天赋过人的野野口被创作遭遇瓶颈的日高所要挟,从此成为日高的枪手,日高的成名之作其实都出自野野口之手。后来日高前妻离世,野野口想彻底摆脱影子作家的命运,遂再起杀心。 看起来似乎野野口修更加值得同情一点,他只是一个有才华但被胁迫的人,而日高则是剽窃他人作品的无耻小人。但这真的是实事的真相吗,日高前妻究竟是自杀还是他杀?被校园霸凌的究竟是谁?杀人动机到底是什么? 小宇宙的书友们,如果想听更多好书,欢迎添加 luqi556,进入我的朋友圈,我会和大家分享很多日常和观点,期待和你们拉进距离。

51分钟
99+
9个月前

2025.03.13 | 降低视频扩散模型计算需求,提升多视角视频生成质量。

HuggingFace 每日AI论文速递

本期的 15 篇论文如下: [00:20] 🎥 TPDiff: Temporal Pyramid Video Diffusion Model(TPDiff:时间金字塔视频扩散模型) [00:58] 🎥 Reangle-A-Video: 4D Video Generation as Video-to-Video Translation(Reangle-A-Video:将4D视频生成作为视频到视频的转换) [01:42] 🧠 Block Diffusion: Interpolating Between Autoregressive and Diffusion Language Models(块扩散:在自回归与扩散语言模型之间插值) [02:18] 🎯 RewardSDS: Aligning Score Distillation via Reward-Weighted Sampling(RewardSDS:通过奖励加权采样对齐分数蒸馏) [02:55] 🧠 GTR: Guided Thought Reinforcement Prevents Thought Collapse in RL-based VLM Agent Training(GTR:引导思维强化防止基于RL的VLM代理训练中的思维崩溃) [03:36] 📄 More Documents, Same Length: Isolating the Challenge of Multiple Documents in RAG(更多文档,相同长度:隔离RAG中多文档的挑战) [04:19] 💃 Motion Anything: Any to Motion Generation(运动万象:任意到运动生成) [05:15] 📊 WildIFEval: Instruction Following in the Wild(野外交互评估:复杂条件下的指令遵循) [05:49] 📹 VLog: Video-Language Models by Generative Retrieval of Narration Vocabulary(VLog:通过生成性检索叙事词汇的视频-语言模型) [06:29] 🤖 Quantizing Large Language Models for Code Generation: A Differentiated Replication(量化大型语言模型用于代码生成:差异化复现) [07:13] 🧠 Cost-Optimal Grouped-Query Attention for Long-Context LLMs(长上下文大语言模型的成本最优分组查询注意力) [07:53] 🧬 Multimodal Language Modeling for High-Accuracy Single Cell Transcriptomics Analysis and Generation(高精度单细胞转录组分析与生成中的多模态语言建模) [08:33] 🔄 Alias-Free Latent Diffusion Models:Improving Fractional Shift Equivariance of Diffusion Latent Space(无别名潜在扩散模型:提升扩散潜在空间的分数位移等变性) [09:15] 🔄 Self-Taught Self-Correction for Small Language Models(小语言模型的自教自纠) [09:49] 🧩 MoC: Mixtures of Text Chunking Learners for Retrieval-Augmented Generation System(MoC:检索增强生成系统中的文本分块学习混合模型) 【关注我们】 您还可以在以下平台找到我们,获得播客内容以外更多信息 小红书: AI速递

10分钟
99+
9个月前
EarsOnMe

加入我们的 Discord

与播客爱好者一起交流

立即加入

扫描微信二维码

添加微信好友,获取更多播客资讯

微信二维码

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧