导读
大模型在金融业应用还处于初期探索和应用试点阶段,仍面临金融应用规范与指南不完善、金融应用场景缺少范式、高质量金融训练数据欠缺、训练算力支撑不充分、算法可信度和安全性不足等诸多挑战。
本课题系统梳理了大模型工程化应用的各个技术环节,总结金融机构在大模型技术路线、使用方式和应用场景等方面的实践经验,重点研究金融机构应用大模型时在场景、数据、算力、算法等方面面临的突出问题,并提出相关意见建议,旨在为全行业提供参考和借鉴,促进大模型在金融业快速落地应用。温馨提示:文末附完整PDF下载链接
导读
日前,清华大学发布《中国地方数据发展报告(2023年)》暨数据发展指数(DDI)。《报告》显示,全国地方数据发展指数(DDI)均值为0.41,北京最高(0.61)。其中,贵州、四川、湖北、广西、安徽等省份处于突破型(均值为0.43)梯队。
《报告》以“可持续数据发展生态模型”为基础,遵循客观性、导向性、实效性原则,构建了中国地方数据发展指数(Data Development Index,DDI),该指数包括数据创新应用、数据要素流通、数据资源建设、数据基础设施、数据治理与安全共5项一级指标,以及16项二级指标,综合评价了全国31个省级地方数据发展情况,并按得分依次分为引领型梯队、突破型梯队、进取型梯队、追赶型梯队。
《报告》认为,我国地方数据发展生态正在形成,发展尚处于起步阶段,整体发展水平不高,呈现“东-中-西”梯度发展格局。“雁阵效应”渐成燎原之势,数据创新应用水平稳步提升,数据要素流通体系逐步完善,数据资源体系加快建立,数据基础设施建设加速推进,数据治理与安全体系初步形成。温馨提示:文末附完整PDF下载链接免责声明:以上报告来源于北京金融信息化研究所有限责任公司,系本公众号通过公开、合法渠道获得,如涉侵权,请联系删除 。
关注公众号,回复报告获取全文
分享
收藏
点赞
在看