金融科技发展：政策推动与产业创新
文章总结了我国金融科技发展的一生历程，从2017年中国人民银行成立金融科技委员会，到2019年和2020年分别出台了《金融科技发展规划》和《关于进一步强化中小微企业金融服务的指导意见》。文章强调了金融科技的重要性，并指出未来金融科技发展的关键任务和方向，包括建立健全金融科技发展的“四梁八柱”、运用金融科技手段赋能小微企业金融服务、发展供应链金融服务等。文章还提到了金融科技在中小微企业贷款服务、风险控制等方面的应用，以及人工智能在B端服务中的应用和发展趋势。
文章风险管理、投资决策与客户服务的三大要素
这篇文章主要探讨了金融行业的三个核心领域:风险管理、投资决策和客户服务。作者强调了风险管理在金融机构中的重要性,指出有效的风险管理可以保护机构免受潜在的损失并确保其长期稳定性。同时,作者还介绍了投资决策的重要性,认为合理的投资决策可以帮助金融机构实现盈利增长。最后,作者强调了客户服务的价值,指出良好的客户服务可以增强客户对机构的信任,促进机构和客户之间的长期合作关系。
金融大模型：多方共建生态，提高金融专业能力
本文介绍了大模型技术在金融领域的应用和挑战。度小满许冬亮在2023金融街论坛年会表示，推动大模型在金融领域的应用需要多方共建生态，由于金融领域的数据分散且通用大模型缺乏金融数据进行训练，因此金融大模型的产业应用需要场景应用方、模型提供方、训练工具提供方等多方协作。度的“轩辕”大模型通过融合高质量的金融专业预训练和指令数据，针对金融行业进行能力优化，提高了金融的专业能力，目前已在度小满各个业务场景中得到应用。然而，如何防范大模型的潜在合规风险也受到关注，需要加强监管和技术创新，同时集合多方力量共同建设金融生态环境。
2023年中国市场：生成式人工智能的“沃土”与金融行业的变革
本文探讨了2023年中国市场潜力及人工智能在金融领域的应用。《2023金融科技趋势展望》报告显示，生成式人工智能、因果推断、多模态情感计算等将成为2023年技术发展的重要趋势。金融行业正加速数字化、智能化转型，人工智能技术在金融行业的应用将革新现有服务模式，降低成本、提升效率，重塑金融行业价值链。
大模型金融业应用探索与实践
这篇文章主要探讨了当前大模型在金融业的应用情况和发展挑战。大模型的优秀性能使得金融机构和科技企业正在积极探索其在金融业的应用，如智能客服、智能办公等。然而，大模型在金融业的应用仍面临诸多挑战，包括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等问题。为了推动大模型在金融业的快速落地应用，本文系统梳理了大模型工程化应用的技术环节，总结了金融机构的实践经验，并针对大模型在金融业应用中存在的问题提出了建议和意见。
东方财富金融大模型开启内测 发力智能投资场景
东方财富自主研发的金融大模型首度曝光！1月11日下午，“东方财富AI”官方微信公众号发布消息称，公司旗下自主研发的妙想金融大模型正式开启内测。 又一款金融大模型来了 2023年以来，随着以生成式AI为代表的人工智能浪潮席卷金融业，已有多家金融科技企业发布了金融大模型，并不断加码研发，抢占落地场景，同时也助推金融业奔向智能化发展新阶段。 历经数月备案，东方财富金融大模型终于面世。1月5日，国家互联网信息办公室发布了《第三批深度合成服务算法备案信息的公告》，其中，东方财富在列。按照相关要求，大模型在正式上线前需通过算法备案。公告显示，东方财富此次备案了包括自然语言合成、智能对话系统、虚拟主播数字人合成、公告内容提取以及图片生成在内的五个维度算法。 1月11日，妙想金融大模型正式宣布开启内测。记者从东方财富了解到，作为应用于金融行业的垂直大模型，妙想金融大模型除了具备文本生成、语义理解、知识问答、逻辑推理、数学计算、代码能力等通用能力，更加关注金融场景的垂直能力。消息发布后，已有不少用户填写信息，申请内测资格。为尊重用户的测试体验，妙想金融大模型内测用户目前交互频次不设上限，内测阶段无付费。 据东方财富介绍，妙想金融大模型依托公司预训练数据准备、大模型词表训练等环节优势，目前已经覆盖了7B、13B、34B、66B及104B参数，通过自建的数据治理和数据实验流程，结合效果预估算法、高效预训练框架、SFT、RLHF训练等技术，已经建立起技术壁垒。 金融能力始终是金融科技公司自研大模型的主线。东方财富则一直在数据、模型算力，以及创新模型训练算法等层面，不断对妙想金融大模型金融能力和运算效率持续优化。 为了检验大模型的金融能力，妙想金融大模型采取人工评测、自动评测交叉验证，业务场景能力复合评测等多种策略手段，确保自研的金融大模型贴合金融场景。 评测结果显示，在横跨金融知识、金融计算、金融解读等六大金融模块和十九项金融任务维度的多元金融场景能力的测试中，妙想金融大模型评测综合表现突出。同时，妙想金融大模型在股票对比、个股诊断、投资热点解读等也已具备明显优势。 探索发力金融垂直场景 2024年开年后，开始内测大模型的金融科技企业远不止东方财富一家。在算力、算法、数据的推动下，金融大模型如何能真正在金融业务场景中发挥作用，成为市场目前聚焦的关键一步。 东方财富相关负责人告诉《证券日报》记者：“AI时代大模型纷至沓来，但能够全面把脉大模型能力的高质量评测数据集非常稀缺，垂直到金融领域中，评测数据集需要兼具通用能力和金融能力，适配金融的专业评测数据集更为稀缺。” 目前，妙想金融大模型在财商进阶、投研提质、交易提效等金融场景中不断探索优化，正有序融入东方财富的产品生态。基于资讯、数据、研究、交易、交流等用户场景需求，妙想金融大模型将发力投研、投顾、投教、投资等金融垂直场景。内测申请页面显示，妙想金融大模型初步对用户投资年限和用途进行分析。面对投资新手和专业投资者，妙想金融大模型的侧重点也将有所区别。 易观分析研究合伙人陈晨向《证券日报》记者表示：“个人投资者、机构分析师、专业理财顾问往往都需要花大量的时间去看投资事件、财经资讯以及公司财报等等，将金融大模型作为一个投顾助手，能够很好地发挥它在认知理解和归纳生成等方面的突出能力，这将会成为一个比较好的引流变现方式，也能够帮助这些机构更好地实现数据闭环。” 同时，陈晨还指出，现阶段，金融系统多且数据零散，未来需要靠建立可靠的数据战略，从而利用金融大模型来解决实际问题，这比较考验大模型的“基本功”和与行业数据、知识的融合。同时，金融行业无论是出于数据安全还是合规要求，往往会采用定制化开发部署方式，这对于后续的成本投入以及技术、人才的要求都比较高，也会是一个关键挑战。另外，金融大模型的应用价值需要通过场景来验证，但现阶段，大模型在可解释和可追溯方面的欠缺，限制了它在更核心场景下的应用。总的来看，金融大模型运用到核心金融业务场景还需要很长时间的探索。（来源：证券日报网）
零距离体验：探秘未来科技
这篇文章探讨了关于01、02、03的内容，但具体摘要如下：该文针对三个主题展开讨论，分别是01、02和03。然而，由于未提供详细信息，我们无法得知这些主题的具体内容和目的。建议提供更多详细信息以便我们能更准确地为您提供摘要。
2023金融行业大模型探索与应用
本文为“2023 InfoQ 年度技术盘点与展望”系列文章之一，探讨金融行业在大模型应用方面的实践与挑战。目前，60%的组织机构正在使用生成式 AI 工具，金融行业尤为受到影响，因其知识密集、场景丰富、数据和技术基础好、资源充足。金融行业已找到大模型落地应用的最佳路径并取得了一些具体应用成果，如工商银行的客服全流程智能化和建设银行的大模型布局。然而，仍存在难以逾越的挑战与桎梏，需要进一步明晰金融机构在大模型这一趋势下的实践思路和路径。
大模型赋能产业升级：技术创新与实践探索
这篇文章主要涵盖了多个主题，包括新能源汽车行业中的人工智能技术应用、度小满金融大模型的技术创新、OPPO的搜索推荐算法实践、百度的商业多模态理解实践等。此外，还有关于云器Lakehouse如何简化组装式架构、阿里巴巴的长文档推荐系统在企业数字化中的应用、京东零售的数据可视化平台产品实践、模型与算法在石油产业链的优化应用实践等多方面的内容。总的来说，这篇文章主要探讨了人工智能技术在不同领域的应用和实践。
数字化金融的未来：大模型带来的机遇与挑战
这篇文章主要比较了生成式AI和规则式AI在金融服务领域的应用，强调了它们在提高服务质量、提升效率方面的作用，同时也指出了两者存在的问题和改进空间。此外，文章还介绍了我国在大模型产业发展方面的成果，以及如何利用这些技术优化金融业的运作。