目前，在金融領(lǐng)域，人工智能技術(shù)的滲透率越來(lái)越高，以大模型為核心的人工智能已經(jīng)成為新時(shí)代金融產(chǎn)業(yè)的主旋律。那么，大模型又能為金融產(chǎn)業(yè)帶來(lái)哪些新變化？不妨來(lái)看看百融云創(chuàng)的例子。百融云創(chuàng)基于深度學(xué)習(xí)Transformer框架，結(jié)合NLP、智能語(yǔ)音等技術(shù)，打造了場(chǎng)景驅(qū)動(dòng)的產(chǎn)業(yè)大模型——BR-LLM，通過(guò)自主搭建的大模型底層框架，百融云創(chuàng)通過(guò)深度微調(diào)能支持百億級(jí)參數(shù)的訓(xùn)練。

在AI開(kāi)發(fā)層面，大模型展現(xiàn)出強(qiáng)大的代碼自動(dòng)化生成能力。在金融機(jī)構(gòu)中，傳統(tǒng)的機(jī)器學(xué)習(xí)模型開(kāi)發(fā)在某種程度而言是一種“手工作坊”的模型，一個(gè)場(chǎng)景一個(gè)模型，模型之間的經(jīng)驗(yàn)也不能互相積累和復(fù)用。大模型的自動(dòng)生成能力將顛覆這一現(xiàn)狀，面向不同金融場(chǎng)景的業(yè)務(wù)訴求，通過(guò)大模型工程師只需要下達(dá)清晰的指令，用文字描述出需求，即能自動(dòng)生成模型，極大提升機(jī)器學(xué)習(xí)的開(kāi)發(fā)效率和生產(chǎn)模式。開(kāi)發(fā)人員的角色也會(huì)隨之發(fā)生變化，如果說(shuō)此前開(kāi)發(fā)人員只需要做好技術(shù)的工作，有了大模型的加持，開(kāi)發(fā)人員還要做好“提問(wèn)者”的角色。

在智能交互方面，大模型能提供“真人級(jí)”對(duì)話效果，對(duì)客戶的語(yǔ)音識(shí)別準(zhǔn)確率可達(dá)到99%以上。同時(shí)，大模型還有“高人一籌”的表現(xiàn)。

比如，當(dāng)人工向客戶推銷(xiāo)金融產(chǎn)品時(shí)，客戶問(wèn)到一些如近十年某基金收益率這樣的專(zhuān)業(yè)性問(wèn)題，工作人員無(wú)法及時(shí)給出準(zhǔn)確的反饋，客戶可能就此流失。而大模型跨模態(tài)、跨語(yǔ)言的深度語(yǔ)義理解與生成能力，在處理復(fù)雜和專(zhuān)業(yè)性金融知識(shí)上，具有人工所不具備的能力。

在分析決策方面，以判別式AI為代表的小模型已經(jīng)發(fā)揮了重要作用，大模型的進(jìn)場(chǎng)將進(jìn)一步激發(fā)小模型的能量。

數(shù)字化轉(zhuǎn)型的快速推進(jìn)，使得銀行內(nèi)部形成了大量的非結(jié)構(gòu)化數(shù)據(jù)，這對(duì)信息質(zhì)量要求比較高的判別式AI而言是一片無(wú)法觸及的領(lǐng)域。當(dāng)訓(xùn)練的信息量超過(guò)一定閾值，大模型就會(huì)出現(xiàn)“涌現(xiàn)現(xiàn)象”，即“在較小的模型中不存在，但在較大的模型中存在的能力”。

大模型能夠憑借強(qiáng)大的信息挖掘能力，喚醒金融機(jī)構(gòu)大量沉積的信息，就像是一塊巨大的磁石，做關(guān)鍵信息的抽取，為判別式小模型進(jìn)行賦能。比如，在風(fēng)險(xiǎn)決策、信用評(píng)估、反欺詐等場(chǎng)景下，大模型能豐滿信息的維度，挖掘出小模型無(wú)法覆蓋到的區(qū)域。大模型對(duì)于小模型并非替代或“消滅”，相反，兩者將是相互協(xié)作的關(guān)系，大模型與小模型相互搭配，將大大提升金融決策的精準(zhǔn)度和效率。

當(dāng)然，大模型盡管開(kāi)發(fā)空間巨大，但在應(yīng)用層面仍需面臨更多新的挑戰(zhàn)。作為其中的耕耘者，百融云創(chuàng)也將繼續(xù)聚焦人工智能，促進(jìn)技術(shù)創(chuàng)新突破，期間，百融云創(chuàng)將不斷提升模型的準(zhǔn)確度及安全性，為推動(dòng)大模型產(chǎn)業(yè)化落地貢獻(xiàn)積極的力量。

免責(zé)聲明：市場(chǎng)有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎！此文僅供參考，不作買(mǎi)賣(mài)依據(jù)。