百融云创产业大模型 推动金融数智化变革

　　自从OpenAI推出ChatGPT大模型开始,通用大模型在全球范围内迎来爆发式增长,当通用大模型运用在特定领域内,比如,医疗、金融等,由于缺乏领域内专业和庞杂的知识作为依托,其能力表现往往不尽如人意,大模型发展路径也因此分出一条岔路。相比通用大模型,针对特定行业训练的大模型在垂直领域的智能交互中表现更佳。

　　以百融云创为例,百融云创基于深度学习Transformer框架,结合NLP、智能语音等技术,打造了场景驱动的产业大模型——BR-LLM。百融云创自主搭建了大模型底层框架,通过深度微调能支持百亿级参数的训练。

　　与普通模型相比,大模型具有更加复杂和庞大的网络结构、更多的参数和更深的层数。但更大规模,并不等于更强模型能力。垂直领域大模型考验的是算力+行业knowhow+模型精调的综合能力。其中行业knowhow尤为关键,这是专家经验、行业数据、组织能力、工程能力的综合体,而这也恰恰是垂直企业的竞争优势所在。

　　比如,在银行运营环节,由于模型都是黑盒模式,由模型制定出的营销策略,很难让一线执行的客户经理完全信服,当模型制定的策略置于现实情况产生了偏差,此时该如何协调客户经理与AI之间的关系?或者由于外部环境发生变化, 如疫情对居民收入带来了影响,金融机构原有的信贷模型与现实情况就会产生偏差,此时要如何优化原有的参数?如果仅有大模型而没有足够深入的产业knowhow,是远远不够的。

　　比如,在某中小银行的服务中,百融云创要从数字化转型总体规划入手,逐步深入到,产品和业务等多个层面。有时要协同科技部门、业务部门等多个部门,并搭配非常深厚的产业视野,才能真正深入场景,直抵产业的核心。

免责声明：本网部分文章转自互联网,本文仅代表作者个人观点，与邯郸之窗网站无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。