大模型金融应用实践及发展建议 2023.pdfVIP

目录

一、概述1

二、大模型技术与产品发展现状2

一（）工程化应用主要环节与技术2

二（）国内外主要产品况9

三、大模型在金融业应用与探索实践10

一（）技术路线10

二（）使用方式14

三（）应用场景17

（四）应用趋势29

四、大模型在金融业应用面临的风险与挑战30

一（）金融应用规范与指南亟需完善30

二（）金融应用场景缺少范式31

三（）高质量金融训练数据欠缺32

（四）训练算力支撑普遍不足32

五（）算法可信度和安全性有待提升33

五、多措并举提升大模型金融业应用水平34

一（）加强金融应用的指导与管理34

二（）有序推动金融应用场景落地34

三（）积极构建高质量金融数据集35

（四）产用协同共筑AI算力基础设施35

五（）完善算法优化与风险管控体系36

附录38

案例一：邮储银行基于大模型的智能知识问答38

案例二：某股份制银行基于腾讯云TI-OCR大模型单据处理41

案例三：某股份制银行基于腾讯云金融大模型的智能客服45

案例四：某股份制银行基于中科可控的金融大模型服务平台48

案例五：北京银行AIB金融智能应用平台52

案例六：上海银行基于开源大模型的智能办公助手55

案例七：国信证券辅助运营人员服务客户场景57

案例八：蚂蚁金融大模型应用-支小宝2.（）59

一、概述

近年来，以人工智能为代表的新一代信息技术加速应用，特

别是基于大模型、大数据、大算力的ChatGPT的发布，标志着人

工智能技术取得里程碑式突破，推动科技创新进入新阶段。随着

大模型技术的迅猛发展和场景价值的不断涌现，该技术或将重塑

多个行业的工作方式和格局。

为稳步推动生成式人工智能在各行各业的有序应用，我国陆

续出台一系列政策法规和管理办法，《国务院2023年度立法工

作计划》将人工智能法纳入了国家立法计划，《生成式人工智能

服务管理暂行办法》提出了促进生成式人工智能技术发展具体

措施，《网络安全标准实践指南——生成式人工智能服务内容标

识方法》指导生成式人工智能服务提供者等有关单位做好内容标

识工作，《生成式人工智能服务安全基本要求》征（求意见稿）

给出了生成式人工智能服务在语料安全、模型安全、安全措施、

安全评估等方面基本要求，《全球人工智能治理倡议》主张建

立人工智能风险等级测试评估体系，不断提升人工智能技术安

全性、可靠性、可控性、公平性。

金融业是数字化、智能化先行者，有望成为大模型技术落

地最佳领域之一。《金融科技发展规划2（022-2025年）》明

确提出要抓住全球人工智能发展新机遇，以人为本全面推进智能

技术在金融领域深化应用，强化科技伦理治理，着力打造场景感

1

知、人机协同、跨界融合智慧金融新业态。金融机构正在积极

探索大模型在智能客服、智能办公、智能研发等业务场景应用，

提升智能技术可获得性，助力金融服务降本增效。

二、大模劈支术与产品发展现状

(-)工程化应用主要环节与技术

大模型相较于中小模型，具有更好表示能力、泛化能力、

学习能力和语义表达能力，但其参数量巨大、训练所需数据量和

算力资源多、部署运营更为复杂，工程化落地涉及数据构建、模

型算法、模型训练、模型压缩与加速、模型评测、模型运营和安

全可信等多个复杂环节。

1.数据构建

训练大模型需要海量数据做支撑，高质量数据集