(0532)81117588

 

      加快大模型落地应用备受关注

 

      加快推进大模型在金融科技赛道的落地应用，是金融行业高质量发展的要求，也是金融机构、科技公司以及产学研各方面对的共同考题。

 

      科大讯飞高级副总裁、认知智能全国重点实验室主任胡国平在致辞中表示，在金融赛道上，科大讯飞基于星火大模型能力底座，深耕金融科技研究与应用，致力于将星火的能力转化为服务用户、服务产业的实际成果和客户价值。站在通用人工智能的战略机遇期，科大讯飞对人工智能规模化产业落地有十足的信心。

 

      科大讯飞金融科技事业部副总经理、AI研究院副院长梅林海表示，过去一年，得益于行业生态的密切合作，讯飞星火大模型在金融赛道上快速推进验证，以认知大模型的深度理解、拟人交互、文本分析、逻辑推理、代码生成等能力为基础，训练金融机构专属大模型，可以让金融服务更加懂业务、更加懂客户，在有效提升客户体验的同时，也能助力金融机构自身加速发展新质生产力。

 

      “在使用大模型时，要掌握大模型的‘脾气’，为我所用。”梅林海强调，技术的价值要落在“用”上，科大讯飞以产品导向，不仅积极推进科技创新，更注重业务联创，邀请一线业务专家共同打磨，才能让产品解决行业刚需。

 

      金融行业实践探索成效显现

 

      会上，交通银行总行软件开发中心副总经理韩静从安全、场景、模型和数据四个维度，深入分享了交通银行金融大模型建设路径及其实施经验。她表示，2023年7月，交通银行与科大讯飞共同成立了人工智能联合实验室，经过一年的实践探索，在讯飞的技术支持下，实现了行内千亿国产化模型、55+应用场景落地。韩静强调，构建高质量的金融数据集是大模型建设成功的基石。专用大模型的构建必须紧密贴合金融行业的特性和需求，以确保其在实际应用中的有效性和适用性，从而推动应用场景的快速落地。关于大模型的安全应用，韩静认为，需要从数据安全、模型安全到应用安全等多个层面，建立全方位的保障措施。

 

      中国人民人寿保险信息科技部副总经理何东川分享了大模型在寿险场景下的应用思考。何东川介绍，人保寿险打造了“3+1”大模型智能平台，即：3大用户群体+1个大模型平台+3大创新场景。他表示，满足监管和信创要求，是大模型在保险行业应用的基本前提；业务知识体系梳理与完善，是大模型在寿险场景落地使用的关键要素；聚焦高频场景持续使用，是寿险知识助手产生价值的需求来源；业务专家与技术团队深度融合，是寿险知识助手业务拓展的组织保障。

 

      招商银行总行信息技术部总经理助理、人工智能实验室主任李金龙介绍了招商银行在数字金融领域大模型能力评测体系的构建与应用，该评测体系包括技术性能、业务适用性、安全性、可解释性等多个方面，确保大模型能够在满足业务需求的同时，也能够符合监管要求，保障数据安全。他强调，随着人工智能技术的不断发展，大模型在金融领域的应用变得越来越广泛，因此，建立一个科学、合理的评测体系对于确保大模型的有效性和安全性至关重要。

 

      技术迭代让应用更智能

 

      针对金融机构的高频业务场景，科大讯飞推出了基于讯飞星火V4.0的四款智能化产品：星火展业助手、星火尽调助手、星火智能客服2.0和星火代码助手。

 

      据介绍，基于讯飞星火V4.0底座的语义理解、策略分析、多模态合成能力，星火展业助手能够帮助客户经理进行多维度客群数据分析，生成个性化经营策略，长文本营销内容标签抽取功能为客户经理提供即时的知识问答支持。

 

      星火尽调助手具备文本数据处理能力，能迅速整合并分析庞大文本数据，辅助完成贷前尽调报告的撰写工作。通过自动对接多元信息源并利用OCR（光学字符识别）技术的智能录入功能，星火尽调助手提升了信息收集的效率。

 

      在处理超长文本、知识溯源以及实现超拟人合成能力方面，星火智能客服2.0实现了进一步的技术升级，1.25秒即可快速响应。

 

      星火代码助手，提供研发过程全链路的AI能力“积木”。针对金融业务逻辑代码生成效率不高、企业代码资产价值未能有效利用等行业痛点，星火代码助手通过预训练和SFT训练，可以大幅提升代码推荐采纳率。此外，还集成了代码审核、自动化测试和编程建议等功能。