国内首个零售金融大模型来了
大模型在各行各业遍地开花,这一次轮到零售金融赛道。8月28日,消费金融巨头马上消费在金融大模型发展论坛中发布其“天镜”大模型,这也是国内首个零售金融大模型。
与传统通用大模型不同的是,金融大模型面对的更多是结构化的金融数据和知识图谱。用马上消费首席信息官蒋宁的话说即为,“我们希望任何情况下,大模型给出的回答是合规的,并且任何不可预期情况下,其给出的结果是稳定的。”
在论坛中,中国信通院、重庆国家应用数学中心还和马上消费牵头发起“金融大模型可信安全验证与联合创新行动计划”,参与这一计划的还包括阿里云、腾讯云、中国科学院自动化研究所等机构。
【资料图】
大模型还有四大难题待解
“金融行业人工智能应用要求高、场景丰富,是大模型技术和算法突破的沃土,”中国工程院院士倪光南在8月28日论坛上如是表述。
不过,在蒋宁看来,通用大模型在工业领域、金融领域,大模型还有四个关键难题待解。他表示,大模型目前还面临关键性任务和动态适应性、个性化要求和隐私保护、群体智能与安全可信和基础设施的能力四大难题。
“生成式大模型最大的问题是满腹经纶,回答错了可以不承担风险,”蒋宁直言。他以自动驾驶中的刹车、提速、转弯等操作为例,“随着外界环境不断变化,自动驾驶决策绝对不能出错,1%的错都会造成生命财产损失。”
蒋宁认为,金融大模型与自动驾驶的案例一脉相承,和传统大模型最大的区别是生成式模型不能做解释,但是金融大模型则具有判别性,“它需要做交易决策。”
他表示:“我们希望在任何情况下,给客户的回答都是合规的,并且任何不可预期情况下,结果是稳定的”。
欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松也有类似看法。他表示,生成式人工智能目前的一大特点是一定会出错。因为通用大模型对文本语言比较重视,对数字并不敏感,而金融数据大部分是结构化知识图谱,所以通用大模型在金融领域有不少挑战。
形成“三纵三横”布局
基于此,马上消费在论坛上发布了国内首个消费金融大模型——“天镜”大模型。
蒋宁解释,天镜大模型的推出基础在于,马上消费作为以科技驱动的头部持牌消费金融机构,积累了1.79亿用户,已经有超2000个模型,10万+变量,近50PB多模态、高质量数据等,通过在这些自身数据上做模型精调对齐训练,同时再用推理加速技术实现模型可控,因此相对通用大模型更懂金融。
其次,他透露,在算力平台方面,马上消费现拥有近万台服务器和近千张GPU储存卡。
据悉,该模型已运行近3个月,意图理解准确率达91%,相较于传统AI的68%有较大提升。另外,“天镜”大模型目前客户参与率61%,高于传统模型43%的参与率,也高于人工坐席平均28%的水平。
例如,将企业招股书、财报、经济预测数据等文件上传后,“天镜”大模型可以深入解析金融领域专业术语、同时拥有查询定位多个不同文档、洞悉金融图表隐含的信息和强大归纳总结能力。
而且,大模型SQL生成平台不再需要代码等专业指令,可直接向AI发出自然语言。随后天镜自动理解需求、展开检索、生成答复,按照用户意思去完成数据挖掘任务。据透露,当前,天镜每日线上SQL生成数量650多次,线上SQL生成可执行比例53.4%,SPIDER标准数据集EX得分75.2,线上使用者满意反馈比例82.3%。
蒋宁表示,马上消费目前已形成“三纵三横”的大模型发展技术布局,并领航构建可信、合规、多模态、适配全域、泛化的金融大模型技术能力体系,聚焦行业领先的基础语言特性能力、逻辑和推理能力、语义理解、生成与创作、金融领域能力、安全与合规能力等六大核心领域,进一步推动金融数字化转型产生实质性提升。
所谓三纵,是指实时人机协作、多模态智能、数据决策智能,在数据领域实现智能化,实现结构性数据判别式模型的综合能力。三横即是指持续学习、模型合规、组合式AI形成安全、合规、可信的鲁棒性技术能力,确保让模型越用越聪明,同时更稳定、更安全可控。
打造全能数字员工
基于三纵三横,马上消费人工智能研究院院长陆全围绕打造全能数字员工这一核心,对天镜大模型在汇集智慧、唤醒知识、众创价值、数字分身四大应用场景进行了诠释。他表示,汇集智慧方面是应用人工客服主要场景。
“通过大模型提炼萃取一线优秀人工坐席客服经验,汇聚成群体智慧,从而拥有一对多服务客户的能力,也可作为人工坐席的辅助角色,帮助推荐、优化回答,”他表示。
他希望打造的“数字外表+智慧大脑+情感内心”三合一数字人,不仅擅理解、有温度、懂心理,而且还是不休不眠的智能“打工人”。
在他看来,每个员工都可以能轻松拥有自己数字分身,上传自己的资料并定制一些参数后,只需5分钟的训练数据就可以生成“另一个我”。随时可以被唤起,成为人人都拥有的超级助手,代替员工完成大量工作。
(文章来源:中国基金报)
标签:
精彩推送
- 第四届晋阳湖·数字经济发展峰会在山西太原开幕
- 国内首个零售金融大模型来了
- 祁门县1宗工业用地出让
- 中原证券:大家电消费需求有望不断提升
- 两部门:延续实施个人所得税综合所得汇算清缴有关政策
- 财政部、税务总局:延续实施外籍个人有关津补贴个人所得税政策
- 财政部、税务总局:延续实施全年一次性奖金个人所得税政策
- 财政部、税务总局:延续实施远洋船员个人所得税政策
- 商务部驻上海特办赴路易威登中国总部调研
- 走向线下,SHEIN终于出手了
- 闪送宣布与美团外卖达成合作
- 我国短视频用户规模达10.26亿人
- 全面优化网络营商环境的重要规范
- 苏州、南通签订共建全国性综合交通枢纽战略合作协议
- 深圳包裹三天货达全球!深圳机场中法跨境电商货物运输时效领跑国内
- 广州超牛的户型来了!74方三房两卫几乎0公摊的反卷户型
- 海外业务“狂飙”,名创优品的春天到了?
- 浙江:围绕基础设施、重点产业领域,提出向民营企业推介“三张项目清单”
- 我国网民规模达10.79亿人 数字化产品及服务加速发展
- 山东莘县农商银行 扩展新型普惠金融服务“生态圈”
- 人寿湖北赤壁市支公司无人机定损为受损林农解忧
- 福建晋江农商银行首笔汇率避险担保增信业务落地
- 辽宁本溪县精准发力助企引才
- 抄底继续 近一周ETF份额增加285亿份
- 上周新成立基金28只 合计发行份额268.18亿份
- 贵阳发布公积金新政:首次在贵安新区买房公积金贷款额度上浮20%
- 东风公司加快实施“转型升级三年行动” 旗下自主新能源品牌齐发力
- 自然资源部:加快推进实景三维中国建设
- 一图读懂 | 青岛非限购区域自住住房公积金贷款首付比例下调
- “我是股东”活动走进长沙 企业谈“双碳”战略下弯道超车机遇
- 重庆12家游泳场所被举报 8家水质不合格4家被立案查处
- 生态环境部:持续深入加大入海氮磷污染治理
- 人民银行加码千亿元逆回购,助力股市回暖、债市做强
- 专访3M全球资深副总裁兼中国总裁丁泓禹:可持续发展需要产业链合作
- 申万宏源钱启敏:市场反弹形态已确立 反弹高度取决于成交量
- 受今年第9号台风“苏拉”的影响 厦门轮渡游客航线航班停航
- 银河证券:电力现货交易年底预计将扩至五省区
- 午评:沪指放量震荡上涨2.30% 券商板块走强 地产股掀起涨停潮
- 国债期货午盘全线下跌
- 茅台集团与华为签署深化战略合作协议
- 午评:沪指放量震荡上涨2.30% 券商板块走强 地产股掀起涨停潮
- 研究机构:中国二季度碳排放增长10%,背后是两大偶发因素
- 青岛:非限购区公积金贷款首付最低首套20%、二套30%
- 国债期货午盘全线下跌
- 青岛:非限购区公积金贷款首付最低首套20%、二套30%
- 生态环境部:全面提升海洋生态环境保护执法质效
- 新品观察 | 挪瓦上新GUCCI风限量包装;东鹏推出无糖乌龙茶
- 科技创新修护,4年20倍,润百颜如何保持增长韧性?
- ému品牌战略升级发布,广州天河城旗舰店开业当日业绩近300万!
- 创新药研发现状和技术发展趋势研讨会在谱尼生物举行
- 奈雪推“周周9.9元”,会引发饮品新一轮价格竞争吗?
- 成都公积金按月直付房租 试点正式启动
- 广州首条大环线!地铁十一号线进度条刷新!沿线楼盘抢先曝光
- 2023卫生健康与医药工业科技创新服务大会将于9月3日在京举办
- 8月21日-25日共有10只债券取消发行
- 全面调整优化“各种限” 嘉兴21条楼市新政支持合理住房需求
- 2023成都车展|上汽大通MAXUS大家7全球首发亮相 售价25.98万元起
- 83只创业板股最新筹码趋向集中
- 《电动汽车与分布式储能系统发展报告》白皮书发布 “标准化小电池慢充换电”模式为低碳发展提供新方案
- 83只创业板股最新筹码趋向集中
- 三部门联合发文!推动落实购买首套房贷款“认房不认贷”政策落地
- 周杰伦诉元宇宙侵权案将开庭
- 今年前7月广东新增减税降费、退税缓费940亿
- “建材YK08”8月29日起在上交所上市
- 江西长运上半年营收增长6.71% 第二季度实现盈利
- 东吴证券:门诊统筹深化实施 打开零售药店销售空间
- 2023年度上海市文化和旅游局文化项目扶持资金拟扶持项目公示
- 中央气象台:山东半岛及东北地区有强降雨 “苏拉”明日转向西北方向移动
- 国家税务总局赵国际被查
- 上半年中央驻辽银行机构贷款新增1423亿元
- 宾来乐自助旋转小火锅:浅析行业的利润到底有多少高?
- 2只科创板新股即将发行(附股)
- 国内商品期市开盘多数上涨
- 今日36只基金首发募集
- 国内商品期货早盘开盘 液化气涨超2%
- 房地产上市公司再融资迎利好不受破发、破净和亏损限制
- 开源证券:印花税减半释放强力顶层信号 积极政策进入新阶段
- 国金证券:悲观情绪有望化解 反弹逻辑进一步强化
- 经济学为什么离不开模型?――读《经济学好实用:如果没有被误读的话》
- 汽车早报|1至7月汽车制造业利润同比增长1% 比亚迪押注“人形机器人”赛道
- 东吴证券:装修建材板块整体有望迎来业绩及估值修复
- 专家解读融资保证金比例下调:两融业务风险整体可控有利于市场吸引增量资金
- 首批保租房REITs解禁在即
- 降印花税、收紧IPO、严控减持、加杠杆4大利好组合拳!专家:信心有望彻底扭转
- 中金:当前券商板块估值及持仓仍处低位
- “承销+做市”——交易所债市探路服务实体经济新模式
- 国内首个风机功率曲线AI模型上线
- 钢银电商:本周39城钢材总库存环比增加10.34万吨 建材增库2.46万吨
- 西安警方回应网传“排完核废水就开始砸日本车”:近期并未发生相关案件
- 实探童装之都:从小作坊到产业集群
- 研发费用加计扣除助力企业创新
- 实探童装之都:从小作坊到产业集群
- 国内首个风机功率曲线AI模型上线
- 7月全国规上工业企业利润持续改善
- 做“热”文化 做“活”赛事 做“火”旅游 ——秦皇岛文体旅融合发展观察
- 浙江清洁能源装机首超煤电
- 共谱深港文化消费新篇章
- 机械工业经济运行稳中有进
- 宁夏:新型电力 减碳有利
- 山西煤企科学增产 扛牢保供责任