AI金融助手

华夏时报（www.chinatimes.net.cn）记者 冯樱子 北京报道 9月23日，由华夏时报社、中央财经大学数字经济融合创新发展中心联合主办、中国人工智能学会智能产品与产业工作委员会作为支持单位的“智能金融助力数实融合暨产教融合研讨会”在北京举行。 中央财经大学私募投资基金研究中心副主任吴锴介绍了科技在现代支付体系、银行系统、金融交易体系等领域的应用，其中，大数据、云计算、人工智能、区块链，这四个要素是任何金融创新都离不开的技术。 谈及银行的金融科技应用时，吴锴表示，智能化设备在传统银行基层网点的应用越来越普遍，如今银行网点已经摆脱传统依赖柜员提供服务的方式，更多采用智能机具，如ATM、CDM、CRS等，为客户提供服务。 同时，吴锴提到，AI应用于金融研究的下一个可能性将是ChatGPT。 ChatGPT将应用于金融研究 目前，在金融研究方面存在诸多困难，例如，文献资料浩如烟海；数据量大，数学建模和代码编写复杂度高；对文字功底要求高，语言须专业、凝练；科研灵感获取难等。 “作为一个研究人员来说，我们面对文件浩如烟海，永远有读不完的论文，每个领域都存在大量的文献，超出了个人的精力和时间范围。数据量极大，数据建模和代码编写复杂度高。”吴锴说道，当数据越来越复杂的时候，普通人对数据的理解和处理能力就变得有限。 而ChatGPT可以联网识别并快速整理相关的所有资料，概括资料主要内容，同时，ChatGPT数据处理能力强，支持调用多种工具进行数据处理和文本分析，还具备快速文字润色与修改等优势。 具体而言，吴锴介绍，在资料整理方面，GPT可以快速搜索互联网中相关资料，快速识别并汇总资料中的关键信息，为研究者提供结构化的资料总结和概览；在资料综述方面，使用NLP技术提取文献中的关键观点和论据，并按照逻辑自动撰写资料综述文字，帮助研究者快速掌握主题，此外，GPT在资料综述中给出信息出处或相关链接，可靠性强。 在绘图、制表方面的应用，GPT支持联网查阅海量数据，插件支持协助编写数据收集相关代码，并可以用多种插件支持各种格式数据识别与分析，支持对数据进行绘图与制表，支持对图、表等多种形式的数据进行准确全面的文字分析。 吴锴提到，利用GPT对特定的金融问题或领域进行深入分析，提供当前市场趋势、问题和机会的洞察，为研究者或从业者提供明确的研究方向。 GPT提供一系列策略和方案建议，给出实施步骤和方法，帮助研究者或从业者制定有效 的解决方案。在实施策略后，GPT提供反馈和建议，帮助研究者或从业者进行策略的迭代和优化，确保项目的成功进行。 “一个初学者用AI的时候，会发现它的能力非常有限，答案总不能令人满意，实际上用户的提问方式直接决定了得到结果的好坏。”吴锴说道，“如何向AI提问是最有效的”，可能是将来一个非常重要的学科，只有把AI理解透了，才能得到想要的答案。 金融监管改革 2023年，中国银保监会和中国证监会的功能重塑，在中国银保监会基础上组建国家金融监督管理总局，形成“一委、一行、一局、一会”监管格局。 吴锴提到，此次金融监管改革新组建的国家金融监督管理总局和中国证监会执法能力将得到提升，对加强金融工作的统筹协调和统一监管具有重要意义。 总体而言，加强了党中央在决策和组织层面对金融工作的领导，新增了中央金融委员会和中央金融工作委员会，中央金融委员会作为金融工作的领导核心，承担金融稳定与发展的顶层设计与统筹协调任务。同时，对金融监管体系进行了全面优化，旨在实现体制协同和效能提升 。 吴锴认为，金融监管引导金融科技发挥诸多积极作用， 可有效预防和化解金融风险，同时，采用人工智能、大数据等前沿技术，提高监管效率和准确性，预防和化解金融风险。这将使金融监管更加智能化、精细化，为金融市场提供更为有力的保障。 在金融科技和实体经济深度融合方面，鼓励金融机构加强科技创新，有助于金融业的创新能力和竞争力的提升，为实体经济注入新的活力。 在普惠金融方面，金融科技的发展还能推动普惠金融事业，为更多的中小企业和普通民众提供便捷、高效的金融服务，从而助力经济的可持续发展和社会的长期繁荣。 “提到金融科技离不开普惠金融，金融科技发展到一定程度后，最终将用于降低企业融资成本，也就是资金能够通过科技手段流向所需要的领域，到所需的行业和企业里去。”吴锴表示，“所以普惠金融和金融科技本身就是不可分割的两个要素。” 吴锴提到，金融科技如何引导资金到最有需要的地方去，将是各个领域专家、学者需要思考和努力的方向。

中证网讯（记者 周璐璐）10月19日，2023恒生金融技术大会在杭州举行。会上，恒生电子发布了金融大模型LightGPT最新的能力升级成果，以及基于LightGPT打造的多款光子系列大模型应用产品，并宣布正式开放产品公测。 恒生电子董事长刘曙峰表示，当前金融行业对于大模型技术的关注度和参与度很高，建议机构可以通过选择合适的金融大模型，采用大模型“私有化+MaaS服务”混合部署，基于场景驱动的金融垂直应用开发和积累数据资产、构建数据飞轮、提升应用成熟度等工作，实现金融行业大模型更好地应用落地。 围绕金融专属业务场景 LightGPT重磅升级 本次发布会上，恒生电子首席科学家、大模型产品总监白硕公布了LightGPT自6月底发布以来的升级成果，并以投顾、投研两大核心金融场景为例，具体阐释了LightGPT在金融专业领域的能力优势。 据白硕介绍，目前LightGPT在整体模型效果上提升15%，安全合规性上提升13%，推理速度上提升50%，并面向金融机构实现LightGPT-7B的开源。 为了系统地评估金融大模型的能力表现，恒生电子结合自身应用实践，与中国信通院共同编写了金融大模型评测标准，包含“L0-L1-L2”三层能力评测，为促进金融大模型的可信发展提供了 重要保障。其中，通用能力L0层包括基础常识、语义理解、数学计算以及在金融领域尤为重要的多轮对话能力、表格处理能力和安全能力、Json识别能力等；金融领域能力L1层包括金融法律法规遵循、金融百科问答和实体识别；金融场景能力L2层包含投顾、投研、运营、合规和其他五大场景80种金融专属任务评测。 光子赋能 智能产品生态全面进化 会上，白硕介绍了恒生电子基于光子打造的多款大模型应用产品。他表示，目前光子赋能下的智能产品可以分为重塑和嵌入两种模式。在重塑模式产品方面，本次正式发布了四款大模型应用，分别为光子·文曲、光子·方圆、光子·善策和光子·慧营。其中，光子·文曲是面向投资顾问的一站式内容创作平台，光子·方圆聚焦金融机构投资合规领域，光子·善策聚焦投顾咨询场景，光子·慧营定位资管与托管产品运营助手。 在嵌入模式产品方面，目前光子可以提供金融数据插件、知识库问答插件、Agent智能体插件、文档问答插件等各类金融特色插件，用户也可以根据需求自定义业务插件。完成插件集成后，用户可以在原有系统界面上唤起“光子”，与光子形成自然语言交互。 白硕表示，接下来恒生电子将进一步完善光子智能生态，基于光子持续构建智能产品矩阵 。一方面，持续发布和公测大模型应用新品，如面向金融业务岗前仿真培训的光子·问学，面向业务数据智能管理的光子·数见，面向会议语音内容生成行动AP的光子·会悟等；另一方面，加快恒生原有业务系统的光子插件嵌入，让光子成为真正的业务智能助手。 WarrenQ：持续加强金融垂域“搜读算写” 发布会上，恒生电子旗下子公司恒生聚源也带来了智能投研平台WarrenQ最新的产品升级以及落地实践分享。 恒生聚源副总经理、WarrenQ产品经理白雪表示，继6月底推出WarrenQ-Chat和ChatMiner两款大模型工具后，WarrenQ上新了AI写作、语音速记、小程序、招股书/公告深度问答四款新功能，并持续深入私有知识库问答、智能投顾/投研chat助手等金融业务场景。 据白雪介绍，恒生聚源参与共建了工银瑞信最新大模型创新成果FundGPT，为项目提供并部署了WarrenQ-Chat和Chatminer产品，构建了一个覆盖投研、财富、投教的大模型问答系统。此外，WarrenQ大模型还服务于数家证券公司，覆盖券商投研、财富、投行、固收等业务系统，提升业务人员工作效率。 “判断一个创新技术是否实现有效落地，可以从是否实质性改善用户体验、是否数量级提高业务效率，以及是否追求盈利而非追求流量三个 角度来判断。”刘曙峰在发布会上表示，相信随着“数据+算法+算力”大模型新范式三大基本要素的不断提升，大模型作为一种创新技术，也将完成对于财富资管领域业务形态和逻辑范式的革新。 作为国内领先的金融科技公司，恒生电子表示，将持续投入金融行业大模型生态建设，推动金融大模型和金融垂直智能应用的创新与实践，助力金融行业数智化转型升级。

西班牙第二大银行说，ChatGPT企业版能带来“创造力的爆发”，不过整合进银行系统有些困难。 今年3月，西班牙第二大银行BBVA与OpenAI签署合作协议，购买包含3000个ChatGPT Enterprise账号许可证的金融服务，这使得BBVA成为了OpenAI最大的金融服务客户之一。 作为ChatGPT的企业版，ChatGPT Enterprise具备隐私和安全控制功能，适合商业使用，允许员工设计“GPT”来执行特定任务或流程。截至目前，BBVA法律、风险管理等各部门已创建超过2900个GPT，这些GPT可以翻译特定风险术语、起草零售银行客户问题的回答等。 11月21日，BBVA的用户报告显示，ChatGPT显著提高了银行内部的生产力，引发了“创造力的爆发”，但是，他们对ChatGPT的扩展性与整合能力仍存在疑问。 根据初期用户报告，银行各部门的生产力的确有所提高，80%的用户表示ChatGPT Enterprise每周可以帮助他们节省超过两个小时的工作时间。 然而，ChatGPT Enterprise在扩大工具应用方面仍存在问题。BBVA全球人工智能应用负责人埃琳娜·阿尔法罗（Elena Alfaro）指出，将ChatGPT整合到银行复杂的内部系统和数据库中可能会面临困难。 虽然OpenAI表示，ChatGPT Enterprise的Action功能允许用户将ChatGPT与现有的企业应用程序和数据库整合，许多客户已经成功完成了这种整合，但阿尔法罗仍表示： “我们的系统非常复杂，要将像ChatGPT这样的工具整合进去并不简单，这正是我们在探索的事情。” 目前，BBVA购买的金融服务已扩展到包含3300个ChatGPT Enterprise的许可证，并计划在2025年增加更多许可证。明年，BBVA还计划进一步追踪ChatGPT在帮助银行节省成本方面的具体回报。阿尔法罗表示： “如果有人整天问员工，‘请告诉我你节省了多少资金，增加了多少收入’等，我认为可能会适得其反，因为，这项技术的价值远远超出了能节省下来且可以量化的小额费用。” 阿尔法罗还提到，她正在考虑更广泛的用户群体对使用ChatGPT Enterprise的感受： “到目前为止，我们只有几千名用户非常乐于尝试这项技术，我们不知道是否所有人都会感到满意，这需要我们去研究。” 本文来自华尔街见闻，欢迎下载APP查看更多

智通财经APP获悉，中信证券(600030)发布研究报告称，2024年1月11日，OpenAI在官网正式发布了自定义GPT商店与ChatGPT Team产品，有望为C端AI应用开启“App Store”时刻，同时推动AI在B端应用的拓展。该行认为OpenAI GPT商店与新产品的发布，有望消除市场对于AI长期发展动力以及AI算力投资持续性的担忧，进而打开光模块等算力设备行业的估值空间。该行依然看好头部光模块厂商凭借自身产品、客户、研发优势形成的行业壁垒与领先优势，充分享受AI应用快速发展带来的高端产品爆发需求。 中信证券主要观点如下： GPT商店正式发布，C端AI应用有望迎来“App Store”时刻。 2024年1月11日，OpenAI在官网正式发布了自定义GPT商店；OpenAI 表示，自从开发者大会宣布两个月以来，用户已经创建了超过 300 万个 GPTs。目前使用率较高的自定义GPT产品，包括针对学术论文服务的Consensus，以及PDF分析助手Ai PDF。目前来看，学术研究、工具类产品是自定义GPT商店的主流，截止2024年1月15日，GPT商店中排名前五名应用的评论数合计已超百万。同时OpenAI计划在2024年第一季度启动GPT 开发者收入计划。美国地区的开发者将根据用户对其 GPT 的使用情况获得金钱回报。未来，OpenAI将提供更详细的收入计划。我们认为GPT商店以及GPT 开发者收入计划的推出，有望推动构建应用端良性的创作-产出商业模式，使得AI应用的“App Store”时刻。 推出ChatGPT Team产品，拓展AI的B端应用。 OpenAI在11月1日同时发布其针对B端AI应用的新产品ChatGPT Team。相对于此前发布的企业版ChatGPT，此次产品更针对于各种细分团队，产品功能包括快速从文档和数据实现可视化、提升编程效率、用图像生成文本等；此外，ChatGPT Team也支持自定义ChatGPT功能。目前ChatGPT Team收费方式：按年计费，每月25美元；按月计费，每月30美元。此前企业版ChatGPT已经在众多知名企业中广泛应用，我们认为ChatGPT Team产品有望进一步推动AI企业级应用的拓展。 免责申明： 内容来源于网络，若侵犯了您的权益，请及时发送邮件通知作者进行删除。 合作投稿投诉：zhuenejk@163.com

（本文作者朱一峰，中央财经大学金融学院副教授） 一、ChatGPT及AI大模型介绍 2022年11月30日，OpenAl发布大语言模型ChatGPT，其上线5天用户数量过百万、2个月吸引活跃用户过亿的成绩，一度刷新纪录，成为史上增长最快的应用。 ChatGPT的爆火使人工智能（AI）再次闯入大众视野，并使其与人们的工作生活相结合。人工智能的概念最早可以追溯到20世纪50年代，当时计算机科学的先驱们开始探索机器模拟人类智能的可能性。1956年，在达特茅斯会议上，这个领域被正式命名为“人工智能”。早期的研究集中在逻辑推理和问题解决上，但很快人们意识到，要让机器真正智能，就必须让它能够理解和生成自然语言。 ChatGPT“无比强大”的能力主要得益于其依托的大型语言模型。最初，自然语言处理（NLP）相关研究主要通过编写语法规则和词典来进行句子分析。20世纪80年代，随着计算能力的提高和大量语料库的出现，统计方法逐渐占据主导地位，这一时期，许多基于统计的机器翻译、分词、词性标注等方法相继出现。随着深度学习技术的发展，人工神经网络和其他机器学习方法已经在自然语言处理领域取得了重要的进展。从循环神经网络（RNN）到长短时记忆网络（LSTM）的语言模型，到以Transformer为基础架构的大模型，语言模型性能不断提升，并逐步实现了文本情感分析、自然语言推断、对话问答、上下文学习和程序代码生成等能力。尤其是Transformer模型的诞生改写了语言模型构建方式，它通过自注意力机制实现了对长序列的有效处理，极大地提高了语言模型的性能，后续各大主流模型也都是在Transformer模型的基础上不断发展。 ChatGPT的横空出世，不仅标志着人工智能大模型时代的到来，更是揭开了通用人工智能（AGI）探索的新篇章。回顾ChatGPT的发展历程可知，美国人工智能实验室OpenAI自GPT-1开始，就将大型语言模型视为通往通用人工智能的必由之路。从GPT-1到GPT-4，OpenAI的GPT系列模型不断推陈出新，每代模型的参数规模都比前一代大一个数量级，GPT-4的模型参数已达1.8万亿。模型不仅在语言理解和推理能力上逐步提升，还特别针对交互提升了其对话能力，并在第4代模型增加了图像输入的形式。2024年5月14日OpenAI新发布了GPT-4o模型，其性能在GPT-4基础上再度升级。该模型跨文本、视觉和音频端到端训练，所有输入和输出都由同一个神经网络处理，提升响应速度的同时，也展现了未来大模型向多模态方向的发展趋势，进一步加快了向通用人工智能迈进的速度。 国际大模型发展如火如荼的同时，国内也在奋力追赶，发展迅速。国内大模型与GPT-4差距快速缩小，第一梯队的头部大模型例如ChatGLM4、百度文心一言4.0、讯飞星火V3.5整体表现已经接近GPT-4，在中文领域，国内部分模型表现已经可以比肩GPT-4。 ChatGPT能够成为新一代人工智能里程碑，离不开算力的支持。比如ChatGPT使用的GPT-3.5模型依靠微软云计算进行训练，总算力消耗约3640 PF-days（即按每秒一千万亿次计算，运行3640天）。由此带来一个问题，由于训练和运行模型均需要庞大的算力，资金消耗也加大了公司成本端压力。近年来，随着模型规模的不断扩大，训练成本也在不断增加。2017年Transformer模型训练成本约为930美元。到了2023年，OpenAI的GPT-4和Google的Gemini Ultra的训练成本预计分别约为7800万美元和1.91亿美元。 OpenAI作为大模型赛道目前的领跑者，其商业模式主要分为三部分：用户订阅、开发者付费和微软分成。首先，从2023年年初开始，OpenAI就推出了会员订阅服务，每月收取20美元，到去年7月付费用户已超200万。其次，开发者API接口收费是OpenAI最核心的收入，这种模式下开发者通过大模型满足自身垂直的应用场景，而OpenAI根据流量计费。第三部分来自于OpenAI与微软的合作分成，向企业端客户售卖Azure OpenAI云大模型。成功的商业模式探索为公司带来了可观的收入，2022年OpenAI还面临5.4亿美元的亏损，到2023年公司收入已超过16亿美元。 不过，为大众构筑起对人工智能美好前景的期待或许才是OpenAI成功的主要原因，相较之下，商业模式的选择屈居其次。AI领域仍存在无数挣扎在生死线上的AI模型公司，如何探索出属于自己的商业化道路是他们面临的重要难题。 二、ChatGPT等一众AI怎样赋能金融业 银行业的AI应用方兴未艾，银行业旺盛的数字化转型需求使国内外银行纷纷布局智能客服、智能数据助理、智能评级、智能风控等领域。 投资机构对ChatGPT的态度则较为谨慎。此前广受关注的智能投顾、AI×量化投资等AI×金融模式尚未得到广泛应用，不过，目前国内外学者已经发现ChatGPT不仅仅是工具，更具有指导量化交易的能力。今年3月，Sangheum和Cho的研究发现ChatGPT能够根据输入的推特新闻生成买入和卖出的股票代码，并获得正收益。他们还发现，这一结果似乎说明ChatGPT能够处理大量的非公司特定新闻，并据此生成公司特定交易信号。 在金融科技领域，继彭博社于2023年3月率先推出金融垂直大模型BloombergGPT后，国内外涌现了一批金融垂直大模型。与通用大模型相比，金融垂直大模型更能适应金融行业合规要求严、精度要求高、风险厌恶的特征。 三、AI×金融的未来与建议 从宏观层面看，AI×金融是金融机构未来几年战略布局的关键。被视为“新质生产力的重要引擎”的AI技术，未来将作为数字金融的底座和能力与中央强调的金融“五篇大文章”深度融合。 在金融监管领域，AI既是监管手段，也是监管目标。目前，金融领域的AI应用存在的问题主要有二，在技术层面，第一，作为合规要求严格的服务业，金融怎样降低AI输出“有毒内容”带来的风险。第二，有着严格保密要求的金融业，在AI时代怎样保护数据隐私。因此，全新的AI×金融模式，也需要全新的监控手段与之匹配。AI能够快速从多渠道获取大量多元化数据，从而有助于全方位形成监管合力，实现发展与监管的“同步化”。 从金融行业的细分领域看，以ChatGPT为首的一众AI大模型将会逐渐与各领域业务深度融合。在研究领域，ChatGPT的最新版本GPT-4o引入了数据文档在线分析功能，能够直接上传Excel进行分析。分析师不再需要手动输入Excel函数或自行编写代码，通过GPT-4o在线分析即可得到大量指标。在量化投资领域，ChatGPT将不仅仅作为解放生产力的工具，帮助量化从业者减少基础性工作耗费的时间精力，还能够通过大模型耦合以及大模型涌现等方式优化量化投资的逻辑。在未来，ChatGPT及各类AI大模型能够承担的分析辅助功能或将更加强大，如李闻一等(2024)提出ChatGPT+RPA能够实现两融业务担保资产的风控，可见ChatGPT在金融领域的应用还有更多拓宽、深入的空间。 参考文献： [1]2024 AI Index Reporthttps://aiindex.stanford.edu/report/ [2]从GPT-1到ChatGPT及最新的GPT-4，GPT系列技术的发展过程 https://blog.csdn.net/hawkman/article/details/130100177 [3]2023年狂赚16亿美元后，OpenAI还会继续火下去吗？ https://www.woshipm.com/ai/5975746.html [4]朱光辉, 王喜文. ChatGPT的运行模式、关键技术及未来图景[J]. 新疆师范大学学报(哲学社会科学版), 2023, 44(04):113-122. [5]让AI从“用起来”到“有价值”，火山引擎的金融大模型是怎么炼成的？ https://mp.weixin.qq.com/s/BeRfr-y_pXuVb8j1cdyt0A [6]【AI金融新纪元】系列报告(二)——AI+金融大模型的两条技术路线 https://mp.weixin.qq.com/s/YJSPi9YUs9rm0OqZoKNEdA [7]ChatGPT在金融中的应用 https://mp.weixin.qq.com/s/CGEy7Da4hcwtDX_jsPdqFw [8]人人都能成为金融分析师：AI助你轻松分析股价，快速掌握股市波动趋势 https://mp.weixin.qq.com/s/uzmmjotxb1i4BzH2iKkdQg [9]Cho, Sangheum,...

和讯为您带来近期券商看点，供您参考： 彭博社发布金融大模型BloombergGPT 彭博社发布了针对金融领域500亿参数的大语言模型BloombergGPT，处理金融专业任务表现比通用大模型实现了大幅提升。 大模型席卷金融业 今年以来，大模型席卷金融业，各大金融机构采购大模型的需求覆盖了人工智能产业链上的各类厂商。 金融机构部署大模型主要有三种方式 金融机构部署大模型主要有独立全栈自研、在通用大模型或者专业大模型基础上进行微调、从云端调用。 金融大模型竞相出炉 市场火热之下，国内金融领域垂直大模型竞相出炉，包括度小满的“轩辕”、马上消费的“天镜”、蚂蚁集团的AntFinGLM、恒生电子(600570)的LightGPT等。 可靠性是金融大模型落地最大的鸿沟 大模型在金融领域落地的最大鸿沟是可靠性。在金融机构将大模型部署到公司内部时，往往发现挑战不小。 数据训练是金融大模型落地的拦路虎 在大模型领域流行一句话：“Garbage in，Garbage out”，即输入垃圾数据会导致输出垃圾结果，可见对大模型进行预训练，数据是重中之重。 谈论效果尚早 受现实条件的限制，金融大模型的落地应用程度并非想象中那么高，谈论效果更为时尚早。 共建生态“光靠自己不行” 打通大模型在金融业落地的最后一公里并非易事，各类金融机构和服务商都在交流中多次提到“生态共建”，期待联合多方力量解决算力、算法、数据、安全、监管等问题。 看投资段子，轻松一下： 听说金融机构最近玩起了大模型，数据训练是个拦路虎，可靠性更是大鸿沟。不过，共建生态是个好主意，毕竟“众人拾柴火焰高”，只要大家齐心协力，金融大模型的落地应用一定会像“火箭升空”一样顺利。 和讯自选股写手 风险提示：以上内容仅作为作者或者嘉宾的观点，不代表和讯的任何立场，不构成与和讯相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。和讯竭力但不能证实上述内容的真实性、准确性和原创性，对此和讯不做任何保证和承诺。 领和讯Plus会员，免费看更多独家内容：8大财经栏目，最新最热资讯干货独家行情解读，快人一步掌握市场投资风向。

证券之星消息，银之杰9月25日涨停收盘，收盘价18.98元。该股于9点25分涨停，2次打开涨停，截止收盘封单资金为3.86亿元，占其流通市值3.2%。 9月25日的资金流向数据方面，主力资金净流入1.66亿元，占总成交额10.9%，游资资金净流出1.05亿元，占总成交额6.87%，散户资金净流出6126.19万元，占总成交额4.02%。 近5日资金流向一览见下表： 该股为ChatGPT，金融科技，5G消息/RCS概念热股，当日ChatGPT概念上涨3.67%，金融科技概念上涨3.29%，5G消息/RCS概念上涨2.64%。 以上内容为证券之星据公开信息整理，由智能算法生成，不构成投资建议。返回搜狐，查看更多 责任编辑：

以金融科技為核心的全方位金融集團艾德金融宣佈推出人工智慧（AI）聊天機器人Eddid GPT AMA（Ask Me Anything），供團隊內部使用，在確保資訊安全的同時，支援團隊日常工作，提升運作效率。 Eddid GPT AMA結合了OpenAI ChatGPT和Google Bard等人工智慧模型，並配置集團的業務資訊為數據基礎，將協助團隊更有效率地進行草擬檔、審批流程、資料分析等工作。集團亦正積極開發更多新功能，包括建立更切合集團需要的數據模型、進一步豐富資料庫體系、提升程式與互聯網即時資訊的互動融合等，以便根據團隊日常工作需求制訂AI應用。 集團今年首季成立AI工作小組，致力將AI融入企業基因，在不同領域廣泛應用，將人工智慧融入金融科技、互聯網金融、財富管理、資產管理和投資銀行等不同業務。集團逐步以AI分析潛在風險、制定交易結構、管理產品組合等，並相信這次針對內部運作的Eddid GPT AMA將成為提升工作效率的重要工具，提升團隊生產力。 推出Eddid GPT AMA展示了艾德金融對金融科技創新的堅定信念，艾德金融期望利用革新技術，擁抱人工智慧領域的機遇，在未來競爭環境中保持優勢，同時積極推動行業革新，邁進AI新時代。 -END- 關於艾德金融 >>> 艾德金融植根香港，是一家以金融科技為核心的全方位金融集團，致力將高端人工智慧技術及最新科技融入企業基因。集團涵蓋多元化業務，包括但不限於﹕金融科技、互聯網金融、財富管理、資產管理、投資銀行及另類投資；致力為客戶提供安全可靠、優質便捷的一站式金融服務及產品。集團旗下成員持有香港、美國等主要金融市場的多類牌照，包括由香港證監會發出的第1、2、3、4、5、6、9類受規管活動牌照、香港保險經紀業務牌照、香港信託或公司服務提供者牌照，同時也是香港交易所參與者（經紀代號：0974及0977），並於美國證券交易委員會 (SEC) 及商品期貨交易委員會 (CTFC) 註冊及成為美國全國期貨協會 (NFA) 核准會員。 免責聲明 作者：艾德金融 免責聲明：通過本文發佈給閣下的資料包含的所有觀點、新聞、分析、報價或其他資訊僅為一般市場評論，並非構成投資建議，也並非勸誘或推薦閣下買入或賣出任何金融產品。此外，本文內容是在沒有考慮任何特定人士的具體投資目標或財務狀況(包括存款規模，杠杆，風險接受程度和風險承擔能力)的情況下編制的。任何參考歷史價格行情走勢僅為提供資訊之用且基於發佈者自己的分析。艾德金融及發佈者不承諾和保證該行情走勢可能會在未來發生，因為過去的表現不一定會說明未來的結果。發佈者相信本內容所包括的資訊的可靠性，但發佈者不保證其準確性或完整性。閣下清楚發佈者製作本資訊的目的並非影響您的投資決定，因此，對於閣下因信賴此類資訊或進行任何交易所造成的任何虧損，包括但不限於可能會有的盈利出現損失，艾德金融及發佈者不承擔任何責任。此信息不得於中國境內就任何目的複製或轉發。

上证报中国证券网讯 12月7日，金证股份在上海举办“金融领域特定场景大模型研讨会”。金证股份联合旗下子公司金证优智发布自主研发的金融领域特定场景大语言模型体系——金证金融大模型及工具集，标志金证股份推动AI在金融垂直领域落地应用实现新突破，将更好服务金融行业客户，赋能行业数字化转型。 金证股份董事长李结义在致辞中指出，近年来，以大语言模型为代表的人工智能技术突飞猛进，正推动全球人工智能领域新一轮的技术升级和产业重构，也为各行业带来前所未有的机遇与挑战，国内多家科技机构加大推进大模型建设，热情只增不减。作为其中代表的金融领域，在这一转型升级的风口中，更亟待以科技力量开启新的篇章，运用AI技术助力金融行业迈向智能化时代。 李结义表示，作为一家在行业深耕30年的金融科技公司，金证股份早在2018年便开始着手AI在金融应用领域的研究，并通过多个事业部、子公司和创新平台，对AI技术在金融领域实现落地应用。金证股份在此次数字技术浪潮下，也深入开展对大模型技术的研究。 今年，集结业内顶尖专家的金证股份AI团队自主完成金融领域特定场景大语言模型体系的研发，并推动AI在金融垂直领域的落地应用，面向营销、客服、投行、投研、风控等业务场景提供了创新的智能金融产品及解决方案。李结义表示，希望通过这次金融大模型及工具集的发布，以及金证股份在AI领域积累的经验，能够真正为金融行业创造价值，助力金融行业客户跃上一个新的台阶。 在2020年至2022年期间，金证股份在人工智能领域进行多方面努力，在智能风控和智能文档领域取得了突破。今年，金证股份联合金证优智自主研发的金融大模型K-GPT由金融认知智能技术、搜索技术和金融智能文档处理技术共同打造。其中，金融认知智能技术成功实现了从专业小型模型到专业大模型的转变，搜索技术实现了从金融搜索到金融语义搜索的跨越。 在与会嘉宾的共同见证下，金证股份举行金证金融大模型及工具集发布仪式，展示金证在金融AI领域自主研发的阶段性成果。会上，与会嘉宾还就“金融领域特定场景大模型的应用和发展趋势”进行深入交流和讨论，共谋金融AI新生态。 未来，金证股份将保持创新、开放和合作的精神，携手行业合作伙伴在人工智能领域不断优化、创新，共同推动人工智能在金融行业更深入、更广泛的应用，推进金融行业数字化进程。（朱先妮） 股市回暖，抄底炒股先开户！智能定投、条件单、个股雷达……送给你>> 海量资讯、精准解读，尽在新浪财经APP

转自：上观新闻 人工智能尤其是AI大模型技术如何在金融垂直领域应用落地？日前，上海交通大学上海高级金融学院（SAIF）与粤港澳大湾区数字经济研究院（IDEA）联合研发出“金融知识大模型”，并发布“金融试题解析”“金融分析计算”和“金融事件分析”三大功能。仅就其金融知识库而言，就囊括了超过20万篇研报、3000万篇新闻资讯。 最新测试结果表明，金融知识大模型的“垂类”性能突出。不仅在主流金融测试集FinEval上全面超越了现有的主流大模型，而且在金融领域的重要考试方面成绩喜人——譬如，在注册会计师全国统考CPA考试中，全面超越现有的主流大模型，包括GPT3.5和GPT4；在国际通行的金融投资从业者专业资格认证CFA考试中，则全面超越了主流的中文大模型，在大部分科目上跟GPT4互有胜负。 此次“模拟考”在现场演示了3个场景。第一个场景是求解注册会计师考试CPA例题。CPA题目相对简短，金融知识大模型就定位题干关键词对应的知识点，还针对知识点检索做了特定优化。第二个场景是解答较为复杂的CFA二级分析计算题。金融知识大模型的求解过程，经过OCR图表识别和STEM剪枝过程，以便精简题干。 第三个场景更具时效性，即针对“2023年中央金融工作会议”的公报内容作深层次的信息检索和归纳整理。由此，金融知识大模型构建了以“2023中央金融工作会议”为问题主体的思维导图，并生成了与其相关的子问题。通过意图识别选取相关的子节点，对金融知识库、资讯库进行信息检索，实现最终内容生成。 粤港澳大湾区数字经济研究院数字金融首席科学家林舟驰表示，“金融知识大模型”面向金融教育、金融咨询与金融分析这3个主要场景，以金融知识检索、知识问答、信息抽取、意图识别、代码智能和工具调用等能力为支撑。从CPA到CFA的金融试题解析方面，大模型通过题干关键词进行背景知识搜索、相关案例搜索和相关例题搜索，能够根据需要解答问题、对答案进行分析或答疑。 林舟驰博士解读认为，其背后以金融知识库+大语言模型为底座，取代了传统的单一语言模型底座架构，再搭配金融、教育、咨询场景的高质量语料进行模型预训练，形成了思维图谱推理技术。这种思维图谱推理技术，能在某种程度上把大模型的推理过程白盒化，通过知识的归纳整理，形成思维图谱，逐点逐层解决一个现实中的金融问题。 值得一提的是，当推理过程不再是“黑盒”，CPA、CFA考试的两个场景中，会计及金融专业学生也可以以交互式学习方式，获得答案的解析以及针对题干内容的答疑，革新了传统的人机教培方式。 在知识+模型的底座基础上，沪粤研发团队还开发了一系列面向现实场景的工具接口，例如金融信息抽取，可在海量研究报告与新闻材料中抽取有价值的金融常识、金融主体和关系信息，以及金融事件各类观点等等。这些金融信息都被AI解析，并被吸收成为金融知识库的一部分，服务于各类顶层任务。 研发双方达成战略合作。 目前，这款大模型采用了来自金融教科书、企业财报、企业研报、新闻舆情、法律案例和政府报告等超过160G的高质量金融文本进行增量预训练，还通过30多万条衍生于金融公式、金融试题、金融代码、金融问答、金融表格和金融知识图谱等的高质量指令数据进行有监督微调，有力保证了大模型最终输出内容的可靠性和可控性。 据悉，目前金融知识大模型还未对外开放，其未来计划的第一阶段，主要以上海高级金融学院的业务场景为落点，在业务中“跑”起来并不断迭代，逐渐在更大范围落地。 图片来源：受访高校 题图说明：金融知识大模型在沪发布。 海量资讯、精准解读，尽在新浪财经APP