当下，大模型技术已经成为最引人瞩目的创新技术之一。度小满多年来持续聚焦各项前沿科技，推动大模型技术在金融智能获客、风险管理、智能客服等方面的运用，探索创新技术与金融融合发展的新思路和新模式。
行业垂类大模型技术应用加速，BloombergGPT落地金融领域
近日，世界上首个针对金融行业的大语言模型BloombergGPT横空出世，这意味着金融行业正在成为垂类大模型技术落地的先锋领域。据悉，该大语言模型专门针对各类金融数据进行训练，能够全方位支持金融领域的自然语言处理(NLP)任务，如市场情绪分析、命名实体识别、新闻分类和问题回答等。
今年以来，以ChatGPT和百度文心一言等为代表的生成式AI在通用任务上取得了不亚于人类的表现。然而，这类AI在行业任务上的表现相对一般，一方面在于行业知识在训练数据中的比例相对较低，模型中的行业知识相对匮乏，导致行业任务表现较差;另一方面，行业任务与通用任务的思维逻辑存在显著差异，比如在金融行业语境下对某些信息的解读与通用语境下存在显著不同。
随着BloombergGPT的出现与众多金融科技公司加大发力，大模型技术在金融垂类领域上的应用正愈发成熟。度小满CTO许冬亮在接受麦肯锡访谈时曾表示：“在金融领域，大模型将广泛应用于智能获客、风险管理、智能客服等方面，为客户带来显著的优化体验。”
度小满提出大模型技术在金融行业具体应用的三大方向
同时，对于大模型技术在金融行业的具体应用，许冬亮也提出了三大方向。首先是基于大模型的智能客服将超越人工服务，让高质量顾问式金融服务成为可能。在通用大模型的基础上，叠加金融客服领域的数据和专业服务经验，经过垂直领域定向训练后客服机器人既能与用户进行多轮对话，还能提出具体的、可行的解决方案。
此外，生成式大模型可以成为理财师、经纪人等从业者的“全能业务助理”。基于大模型的业务助理不仅了解国内外的宏观政策、行业信息、产品信息，还可以自动生成文章、报告，提供专业建议和方案辅助交流。
与此同时，广告和营销内容一键生成能力，也将带动金融行业营销效率的大幅提升。过去，金融行业从业者需要在海量信息中检索词条，将大量的精力投入到信息的获取、提炼与整合，并承担做检索、设计、制作等工作;未来，大模型技术会适应并普及到所有知识型工作行业，例如文案、设计、编程等，人机协作将大幅提高工作效率。
事实上，BloombergGPT所展现的语义理解能力，也是度小满在自然语言处理(NLP)领域重点投入的方向。2021年，在微软举办的MS MARCO 比赛中的文档排序任务中，度小满NLP团队排名第一并刷新纪录;团队研发的轩辕 (XuanYuan) 预训练模型也在CLUE分类任务中排名第一。
今年3月，度小满还凭借“智能征信解读中台”，获得了2022年度吴文俊人工智能科技进步奖，该奖项被誉为“中国智能科学技术最高奖”。度小满智能征信中台将大数据语言模型LLM、图算法应用在征信报告解读上，能够将报告解读出40万维的风险变量，将银行风控模型的风险区分提升了26%。
凭借孜孜不倦的探索精神，度小满在大模型技术领域已积累了丰富的技术经验。未来，大模型技术将逐渐渗透到金融各大领域中，为金融行业创新发展提供科技支撑。度小满也将继续加强对大模型技术的研发力度，为金融行业创新发展贡献一份力量。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
