【资料图】

中新网8月24日电(中新财经 宫宏宇) “金融行业高度依赖数据和技术,是大模型落地应用的高潜场景。对于中小金融机构,在大模型的浪潮里,他们也有机会通过应用创新,来加快自身的数字化和智能化进程,跨越数字化鸿沟。”度小满CTO许冬亮在“北大光华-度小满金融大模型技术与应用论坛”上表示。

“北大光华-度小满金融大模型技术与应用论坛”于8月23日在北京举办。论坛上,大模型重塑产业生态,金融大模型如何落地应用等话题成为产学研界的共同关注。

清华大学人工智能研究院常务副院长孙茂松强调,大模型必然会导致相关产业重新洗牌,金融大模型正在重新定义金融科技。对于金融科技公司而言,金融大模型属于兵家必争之地。金融科技公司对于金融大模型的态度决定了自身的境界,也决定了这家公司在日异激烈的竞争中能否赢得下一个五年,乃至下一个十年。

北大光华管理学院商务统计与经济计量系教授王汉生表示,好的人工智能算法、模型最终要解决的是业务问题,数据模型落地最重要的是寻找应用场景,比如在金融科技实践中,需要落地客服、销售、风控等业务场景。

对于金融行业大模型的应用实践,中国农业银行研发中心大模型研发负责人耿博表示,AI大模型面临算力需求大、训练和推理成本高、数据质量不佳、隐私和安全问题等挑战。目前,大模型和场景融合是一个不断演进、探索的过程,数据是大模型的生产要素,基础设施是大模型的入场券,场景应用是大模型的驱动力,AI大模型未来发展将趋于通用化与专用化并行。

“大模型是生产力的提升,在金融行业的落地路径要依靠大合作和大创新。在大创新上,目前大模型在金融领域的应用主要集中在智能客服、智能运营、智能办公等领域,后续应该更多的应用于风险管理、资本管理和监管科技等几个方面。”光大信托数据中心总经理祝世虎说。

在论坛上,度小满数据智能部总经理杨青还透露,度小满轩辕大模型2.0版本将在10月份发布。在5月发布的1.0版本基础上,2.0版本在对话和金融理解等场景下的能力大幅提升。在增量预训练和指令微调阶段,该版本加入了海量金融数据,对金融问题回答更加专业、准确;在对话能力上,“轩辕2.0”的上下文长度扩充至8k,能够处理更长的金融报告、研究和分析。(完)

推荐内容