文章主题：金融大模型, 金融科技公司, 金融行业, 数据安全性
原标题：度小满金融大模型论坛|邬贺铨院士：金融大模型改变了金融科技的范式
在10月17日的北京，一场由百度世界·度小满金融大模型前沿发展论坛主办的会议正式开幕。在这次会议上，中国工程院院士邬贺菁详细阐述了金融大模型对金融科技领域带来的重大影响，他指出，金融大模型的出现，不仅改变了金融科技的运作模式，更对金融行业的工作方式和金融服务生态产生了深远的影响。
中国工程院院士邬贺铨发表主题演讲
金融大模型的应用范围正在不断扩大。如今，它们已经在金融资讯和产品介绍等领域发挥了重要作用，实现了文本自动生成，为用户提供了更加人性化的服务，同时提高了金融机构 content 运营的效率。
金融大模型的进步需要各行各业的齐心协力，共同参与并携手开发。目前，基础大模型主要通过通用语料库的训练而产生，具有较强的通用能力，能够进行聊天对话等任务，但在行业专业知识方面却存在一定的不足。因此，我们需要大模型提供方与垂直行业进行深度合作，共同开发具有行业特色的大模型。
以度小满的开源金融大模型“轩辕”为研究对象，该模型独特的训练方法值得探讨。它将预训练数据（包括普通预训练和金融预训练）与指令数据（如一般指令和金融指令）进行随机混合，然后将这些混合数据输入训练机进行微调。这样的操作旨在逐步减轻预训练和微调之间的数据不匹配问题，从而提升模型的表达理解能力、迁移能力以及泛化性能。
度小满首席执行官朱光明确表示，未来五年，生成式AI将在金融领域发挥重要作用，这将成为度小满的主要战略方向。为了抓住这一机遇并推动金融科技的发展，度小满将持续加强在金融垂直领域大型模型和应用的布局与投入，与业内同人士共同迎接挑战，助力新一代金融科技浪潮的到来。
金融大模型的发展目前仍面临三大挑战。首先，金融行业对于数据安全性和隐私合规性的要求极为严格。特别是在风险控制方面，对于时效性和精确性的需求极高。然而，普通的大型基础模型在透明度、可信度和专业知识方面存在不足，这使得它们难以直接应用于金融领域。
第二点是关于金融大数据在成本与质量之间的平衡问题。由于金融行业的数据难以实现共享，这就导致了金融大模型的数据规模远不如通用语料库，进而使得金融大模型在尝试实现“智能涌现”效果时面临巨大的挑战。
第三则是本地私有部署需要自建算力设施，对软硬件产品有严格的信创要求，而且参数规模大则算力成本高。
针对金融大模型的实际应用方式，我国知名科学家邬贺铨院士提出以下两点建议。首先，我们需要以可控性为基础来开发应用场景，比如智能客服、智能运营、撰写文章、发送邮件等安全领域。其次，我们可以从人机混合智能的角度出发，例如在初期阶段让金融大模型与传统模型共同应用，经过实践检验后再逐渐替代传统模型。此外，我们还可以通过改变场景来增强大模型的场景迁移学习能力，或者加入反事实数据进行测试，从而改进AI的学习本质，提升模型的泛化能力。最后，我们可以在金融大模型训练或微调过程中，采用有监督学习思维链的方式，通过专家引导来促使模型逐步进行思维推理。
中国工程院院士邬贺铨（左）与度小满CEO朱光（右）交流
“此外，还需要建立专门的监控系统，例如微软专门构建内容管理系统，它与语言模型协同工作，并使用特定算法检测和监控可能发生的服务滥用或有害内容生成情况。”邬贺铨院士指出。返回搜狐，查看更多
责任编辑：
金融大模型, 金融科技公司, 金融行业, 数据安全性
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
