近期，多家金融機構公布大模型招投標信息。10月10日，工商銀行披露了該行軟件開發中心“NLP大模型產品新技術采購項目”入圍信息。10月23日，招商銀行也披露了“招商銀行預訓練基礎大語言模型（千億級）采購項目”結果。此外，建行、郵儲等銀行也于近期披露了與大模型相關的項目或招投標結果。
大模型是一種用于處理自然語言信息的大型人工智能模型。近年來，伴隨著生成式人工智能在全球的迅速發展，我國相關創新和應用步伐加快，其在金融領域的價值潛力也被普遍看好。業內專家認為，金融行業數據資源豐富、場景多元，擁有與大模型深度結合的前景。
“當前，大模型在金融業的應用仍處于起步階段。”中關村科金技術副總裁張杰表示，眼下大模型在金融業的嘗試仍以服務于內部需求為主，在此基礎上再逐漸建立屬于自己的體系。對于大模型在金融業的應用，業內人士認為，大模型可以讀懂財經報道，讀懂分析師撰寫的年報等，并從這些內容里提煉出事實、事件和觀點等，最后根據客戶的個性化需求，有針對性地迅速生成專業性文章。
近期，有多家公司發布了可用于金融場景的大模型，如中關村科金發布了國內首個企業知識大模型。在國際上，美國彭博社推出的大模型，涵蓋了3630億詞的金融文本和3450億詞的通用文本。在業內看來，這樣大體量的金融知識庫是在金融領域較為領先的嘗試。
清華大學人工智能研究院常務副院長、歐洲科學院外籍院士孫茂松表示，未來我國金融領域不能沒有大模型。據介紹，金融大模型屬于垂直領域大模型，對算力和算法要求相對較低，但對金融專業知識和數據的要求較高。“通用基礎大模型對數字不太敏感，但金融業對數字的精準性要求很高，而且圖表較多。”孫茂松表示，這些問題需要逐步解決。另外，當前大模型主要基于文本，但在行業領域，知識圖譜更靠譜。如何將知識圖譜在大模型的通用領域和專業領域的應用有機結合起來，仍然需要更多的研究和技術。
業內人士認為，企業在引入大模型或搭建企業知識中臺的時候，可以用兩種技術路線來組合：一種是領域大模型技術，另一種是外掛知識庫技術。張杰建議，企業可以分三個步驟逐步開展。第一步在基礎大模型之上，針對具體應用場景搭建場景提示工程，快速進行技術驗證。第二步建立企業知識庫，通過基礎大模型、外掛企業知識庫，再在具體場景下調整提示詞，進而解決大模型事實問題回答不好的“幻覺”問題。第三步成本較高，但能在具體的場景下把性能做到極致并開發出增量應用，即把領域知識注入大模型中形成領域大模型，同時把上層提示工程上升為人工智能應用開發平臺。
來源：中國經濟網
掃一掃分享本頁
