(资料图片)
“金融行业高度依赖数据和技术，是大模型落地应用的高潜场景。对于中小金融机构，在大模型的浪潮里，他们也有机会通过应用创新，来加快自身的数字化和智能化进程，跨越数字化鸿沟。”度小满CTO许冬亮在“北大光华-度小满金融大模型技术与应用论坛”上表示。
“北大光华-度小满金融大模型技术与应用论坛”于8月23日在北京举办。论坛上，大模型重塑产业生态，金融大模型如何落地应用等话题成为产学研界的共同关注。
“北大光华-度小满金融大模型技术与应用论坛”现场。供图清华大学人工智能研究院常务副院长孙茂松强调，大模型必然会导致相关产业重新洗牌，金融大模型正在重新定义金融科技。对于金融科技公司而言，金融大模型属于兵家必争之地。金融科技公司对于金融大模型的态度决定了自身的境界，也决定了这家公司在日异激烈的竞争中能否赢得下一个五年，乃至下一个十年。
北大光华管理学院商务统计与经济计量系教授王汉生表示，好的人工智能算法、模型最终要解决的是业务问题，数据模型落地最重要的是寻找应用场景，比如在金融科技实践中，需要落地客服、销售、风控等业务场景。
对于金融行业大模型的应用实践，中国农业银行研发中心大模型研发负责人耿博表示，AI大模型面临算力需求大、训练和推理成本高、数据质量不佳、隐私和安全问题等挑战。目前，大模型和场景融合是一个不断演进、探索的过程，数据是大模型的生产要素，基础设施是大模型的入场券，场景应用是大模型的驱动力，AI大模型未来发展将趋于通用化与专用化并行。
“大模型是生产力的提升，在金融行业的落地路径要依靠大合作和大创新。在大创新上，目前大模型在金融领域的应用主要集中在智能客服、智能运营、智能办公等领域，后续应该更多的应用于风险管理、资本管理和监管科技等几个方面。”光大信托数据中心总经理祝世虎说。
在论坛上，度小满数据智能部总经理杨青还透露，度小满轩辕大模型2.0版本将在10月份发布。在5月发布的1.0版本基础上，2.0版本在对话和金融理解等场景下的能力大幅提升。在增量预训练和指令微调阶段，该版本加入了海量金融数据，对金融问题回答更加专业、准确；在对话能力上，“轩辕2.0”的上下文长度扩充至8k，能够处理更长的金融报告、研究和分析。(完)
关键词：
