AI金融助手

12月6日，在中共上海市委金融委员会办公室、上海市经济和信息化委员会的指导下，上海市人工智能行业协会和上海金融业联合会联合发布全国首个以金融业务能力为核心的团体标准《金融大模型应用评测指南》，上海库帕思科技有限公司发布多维度金融大模型评测数据集(2024版)。市委金融办副主任葛平出席并见证发布仪式。出席仪式的还有来自市委金融办、市经信委相关处室、本市行业协会和相关组织、金融机构、金融科技企业、高校学者和媒体代表，共计100余人参加。 《金融大模型应用评测指南》，以金融业务为核心，以金融机构模型应用为导向，从模型基础、金融安全与价值对齐、金融风险控制、金融专业认知、金融业务辅助拓展等5个维度185项指标要求，构建了金融领域大模型的能力测评框架。模型基础能力方面，围绕模型基础理解和推演功能，指南定义了包括文本分类、信息抽取等在内的11项单模态、图文检索、视频问答等在内的6项多模态指标要求。金融安全与价值对齐能力方面，围绕模型的可靠性、可解释性以及隐私保护，指南设计了内容合规、文化价值、伦理价值等在内的9项指标要求。金融风险控制能力方面，围绕模型在实际应用中的风险防范与控制，指南提出了利率风险、汇率风险、舆情风险等在内的19项指标要求。金融专业认知能力方面，围绕模型的金融基础知识和信息解读，指南归纳了会计核算、财务报表编制与分析等在内的23项指标要求。金融业务辅助拓展能力方面，围绕银行、基金、保险、证券、信托等5个领域，指南提炼了28项业务场景，包括存贷款业务、量化交易等在内的117项指标要求。《金融大模型应用评测指南》同步细化了相关的评测内容，给出了相关的评测方法与工具，并以附录的形式给出了评测分级标准。 金融大模型评测数据集(2024版)，以金融业务的是叫，结合金融行业的实践，是金融领域大模型应用成效评测的重要抓手。评测数据集比照最高水平、最好标准，具有规模大、结构优、价值对齐等特点，符合金融领域对知识鲜活度、多样性和高密度的整体要求。金融机构比照《金融大模型应用评测指南》能力测评框架，共设计评测数据44000余句对。聚焦“模型基础能力”，围绕计算能力、逻辑推理等6个维度，设计评测数据22000余句对。聚焦“金融安全与价值对齐能力”，围绕信息内容、社会秩序等13个维度，设计评测数据2000余句对。聚焦“金融风险控制能力”，围绕合规、市场、操作等5类金融风险，设计评测数据1000余句对。聚焦“金融业务辅助拓展能力”，围绕舆情分析、智能投研等3项业务场景，设计评测数据12000余句对。聚焦“金融专业认知能力”，围绕金融专业知识、IPO图表等6种知识类型，设计评测数据7000余句对。后续，金融评测数据集将定期更新，样例集已在Open Data Lab和开放原子社区发布。返回搜狐，查看更多 责任编辑：

12月5日，第二届大模型金融应用创新与实践大赛在北京启动，本次大赛由北京金融信息化研究所联合北京市西城区总工会、青岛市金家岭金融区管委会、北京金融科技产业联盟等机构共同举办，奇富科技等承办，旨在分享金融业大模型应用的前沿实践，探索金融应用场景，评价金融应用效果。 本届大赛共设立案例和实战两大赛道，参赛单位可任选赛道参加。作为大赛的承办方之一，奇富科技将与北京金融信息化研究所等主办方和承办方一起整合行业资源，为参赛者提供必要的算力、模型及数据支持，以实战演练的方式提升大模型的应用效能，并形成可工程化实施的解决方案。奇富科技在金融大模型技术领域一直坚定投入，大模型等前沿科技的规模化应用，已经成为奇富科技稳健增长、提升用户体验的核心动力。 奇富科技CEO吴海生表示：“大模型在奇富科技业务场景中的应用持续推动公司运营的智能化和高效化，这充分展示了大模型的落地能力和商业价值，论证了金融是大模型最适合落地、最能带来商业效益的赛道。奇富科技希望通过‘大模型金融应用创新与实践大赛’，与参赛单位一起探讨金融大模型与业务的适配，将金融行业领先的AI大模型技术能力参与到第三次金融科技革命中，创造新的商业价值和更好地服务用户需求。” 2024年初，“第一届大模型金融应用创新与实践大赛”已圆满收官。大赛共收到来自工商银行、农业银行、中国银行、建设银行、蚂蚁科技、百度网讯、腾讯云等39家机构68份应用实践报告，经公开征集、初赛筛选、专家终审等环节，最终评选出10篇十佳卓越案例，11篇十佳优秀案例和4篇创新实践案例。 第二届大模型金融应用创新与实践大赛的启动，旨在筛选出具有深远影响和推广潜力的优秀解决方案，以示范作用引领行业前行。同时，大赛致力于构建一个促进金融科技核心技术成果转移与转化的平台，进一步激发大模型在金融领域的应用场景创新和生态构建，为数字金融和智慧金融的稳定发展注入强劲动力。返回搜狐，查看更多 责任编辑：

登录新浪财经APP 搜索【信披】查看更多考评等级 香港、澳门、广州、深圳等中心城市均已出台各类措施，预计未来三地还会在政府等层面逐步建立绿色金融协调机制，促进三地实现统一规划与合作。 《粤港澳大湾区发展规划纲要》确立了绿色发展、保护生态的基本原则，明确提出要在大湾区大力发展绿色金融。2020年，人民银行等四部门联合发布《关于金融支持粤港澳大湾区建设的意见》，进一步强调要推动大湾区绿色金融合作。绿色金融有助于促进产业结构布局调整，提高湾区内产业协同发展水平，避免因同质竞争带来的产能过剩，因此绿色金融受到粤港澳三地广泛重视并得到深入发展。目前，香港、澳门、广州、深圳等中心城市均已出台各类措施，积极营造良好的绿色金融创新环境。预计未来三地还会在政府等层面逐步建立绿色金融协调机制，促进三地实现统一规划与合作。 粤港澳大湾区发展绿色金融的意义 《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出加快发展方式绿色转型，明确了发展绿色金融、支持绿色技术创新的政策措施。粤港澳大湾区发展绿色金融对大湾区实现高质量发展、助力国家“双碳”目标实现具有重大积极意义。 首先，大湾区发展绿色金融为区域实现高质量发展奠定资金基础。大湾区产业结构较为合理，且呈现出产业高级化发展趋势，在全国亦处于较为领先的位置。未来，大湾区内产业绿色低碳发展将成为主流。发展绿色金融有利于推动内地九市进行绿色转型，加快绿色技术创新，持续向产业链中高端转移，实现高质量发展。 其次，大湾区发展绿色金融为国家“双碳”目标实现培育示范样板。大湾区是国家级区域化发展的重要战略布局，产业绿色转型起步较早，已取得不少成果，为国家实现“双碳”目标提供了参考案例。同时，也能为其他区域实现“双碳”目标提供绿色金融、绿色投资、绿色技术等方面的支持，令中国参与到全球绿色发展的大潮之中。 最后，大湾区发展绿色金融为区域长远发展提供具竞争力的金融配套服务。发展绿色金融逐渐成为大湾区金融机构自身发展的重要方向之一，是金融机构转型的机会窗口，既有助于巩固香港国际金融中心地位，又可促进大湾区金融业持续深化发展、提升竞争力。 粤港澳大湾区发展绿色金融的优势 粤港澳大湾区是中国开放程度最高、经济活力最强的区域之一，粤港澳三地各有经济发展优势和特色。就发展绿色金融、打造绿色产业而言，大湾区具备得天独厚的优势和条件。 首先，大湾区具备金融基础设施齐备的优势。香港作为国际金融中心，金融基建符合最高国际标准，拥有稳定成熟的跨币种、多层面的交易平台，覆盖银行、股票及债务工具等多种不同的资金融通渠道。近年，大湾区内的深圳和广州在金融基建方面也日益完善，在国际金融中心的排名中稳步上升。大湾区稳健、强大的金融基础设施成为发展绿色金融、打造绿色产业的有力保障。 其次，大湾区具备国际化程度高的优势。港澳长期以来一直保持自由港地位，扮演着内地与世界之间的枢纽角色，在金融制度、法律体系、语言文化等方面可对接西方国家，成为境外机构投资内地的首选停泊站。同时，经过改革开放40多年来的发展，深圳、广州等城市每年吸引大量外资进入，在营商、生活等方面早已开启了国际化的步伐。大湾区国际化程度高的城市较多将有利于区内的绿色金融服务、绿色标准、产业转型等方面对接国际先进做法。 最后，大湾区具备绿色人才储备丰厚的优势。由于大湾区经济增长较快，财富累积迅速，港、澳、广、深等核心城市对境内外各类人才产生“虹吸效应”。特别是内地金融市场互联互通创新政策的不断出台，吸引大量资金来到香港参与投资内地市场，也带来了不少绿色金融方面的人才，加速本地绿色金融服务升级发展，为大湾区绿色金融合作创造了人才基础。 粤港澳大湾区绿色金融的亮点与支持 为支持不同城市处于不同阶段、不同水平的绿色金融发展，粤港澳大湾区三地政府颁布了多种绿色金融政策，包括政策框架设计、监管政策、激励机制和约束机制等，体现了不少亮点，为绿色金融发展提供了很大支持。 亮点一：绿色金融信息共享。建立粤港澳绿色金融合作专责小组，搭建绿色金融信息互通共享机制。依托横琴、前海和南沙建立合作开放新机制，搭建绿色金融跨境服务平台，促进金融资源与绿色项目有效对接，推动绿色金融人才培养交流。 亮点二：大湾区绿色标准互认。携手港澳开展碳金融领域标准、体系和产品研究，推动粤港澳三地环境信息披露、绿色金融产品标准、绿色企业项目认定标准、绿色信用评级评估、绿色债券原则等绿色金融标准的互认互鉴。 亮点三：大湾区绿色金融服务合作。依托大湾区绿色金融联盟，探索包括碳排放权、核证自愿减排项目等核证、登记、交易、结算规则，加强与国际机构和平台的交流合作，在绿色和可持续发展评价、气候投融资等方面先行先试。 为绿色金融发展提供支持方面，首先，发展绿色金融为企业提供资金支持。绿色金融具体包括融资、投资、评级、标准等领域，通过提供绿色投融资服务，在资金层面上，为企业的绿色转型提供支持，协助企业实现低碳运营。 其次，发展绿色金融为企业提供桥梁支持。绿色金融连接传统产业与绿色产业，相关金融机构可借此搭建服务桥梁，对接绿色服务的提供方与需求方，从而加速大湾区制造业转型升级，早日实现“双碳”目标。 最后，发展绿色金融为企业提供顾问咨询支持。绿色金融机构借助在绿色领域的丰富服务经验，为有需要的企业提供大量的绿色咨询、顾问等服务，协助企业量身定做转型方案。 政策建议 2020年9月，广州、深圳、香港、澳门四地联合发起的粤港澳大湾区绿色金融联盟正式成立，标志着大湾区内绿色金融合作进一步升级。大湾区涉及两种制度、三个关税区，区域内城市如何加强互联互通、协同合作，共同打造国际一流绿色金融高地是下一步值得考虑的问题。 首先，应差异化粤港澳三地在绿色金融发展中的定位。根据大湾区各地的产业资源禀赋与区位特征，形成以香港、澳门、深圳、广州四个城市为主轴的绿色金融核心圈，珠三角各城市分工协作、错位发展，形成产业外围圈。 其次，加强绿色金融人才培养，出台配套绿色金融机制。大湾区应加大对金融从业人员进行绿色金融和可持续发展方面的培训，提高从业人员准确评估气候相关风险和机遇所需的技能，并出台绿色金融教育方案。例如英国于2019年出台《绿色金融教育宪章》就是将绿色和可持续金融原则纳入全球金融专业人士的教育和培训计划。 最后，尽快建立大湾区统一的绿色标准并与国际接轨。在绿色企业和项目标准方面，建立统一可量化的绿色认定标准和权威的评级机制。构建大湾区项目绿色程度评估体系、建立大湾区绿色企业和项目库、设立“绿色项目负面清单”等，积极推进三地绿色标准和绿色评估结果的互通、互认与互用。在绿色金融产品的标准方面，不断研究更新标准体系，紧跟国际先进经验和产业发展步伐。 （作者单位：中山大学、广东省人民政府办公厅） 海量资讯、精准解读，尽在新浪财经APP

12月10日消息，英国财政大臣蕾切尔·里夫斯访问布鲁塞尔，敦促欧盟给予伦敦金融城更大准入权限，并告诉该集团各国财长，这将有助于促进他们停滞不前的经济增长。 里夫斯称：“英国拥有深厚的全球资本市场，可以为欧洲大陆各经济体所需的增长提供资金。”（英国金融时报） 海量资讯、精准解读，尽在新浪财经APP

本文源自:金融界 金融界12月10日消息，上证指数高开低走，中证全指金融指数 (全指金融，932075)上涨1.2%，报8761.55点，成交额1207.48亿元。 数据统计显示，中证全指金融指数近一个月下跌2.81%，近三个月上涨29.20%，年至今上涨34.94%。 据了解，中证全指行业优选指数系列从中证全指行业中选取符合一定流动性与市值筛选条件的上市公司作为指数样本，以反映各个行业内较具代表性与可投资性的上市公司证券的整体表现。该指数以2004年12月31日为基日，以1000.0点为基点。 从指数持仓来看，中证全指金融指数十大权重分别为：中国平安（11.78%）、招商银行（9.4%）、东方财富（6.96%）、中信证券（6.05%）、兴业银行（5.35%）、工商银行（4.43%）、交通银行（4.06%）、农业银行（3.17%）、江苏银行（2.67%）、中国太保（2.43%）。 从中证全指金融指数持仓的市场板块来看，上海证券交易所占比86.15%、深圳证券交易所占比13.85%。 从中证全指金融指数持仓样本的行业来看，金融占比100.00%。 资料显示，指数样本每半年调整一次，样本调整实施时间分别为每年6月和12月的第二个星期五的下一交易日。权重因子随样本定期调整而调整，调整时间与指数样本定期调整实施时间相同。在下一个定期调整日前，权重因子一般固定不变。遇临时调整时，当中证全指指数调整样本时，中证全指行业指数样本随之进行相应调整。在样本公司有特殊事件发生，导致其行业归属发生变更时，将对中证全指行业指数样本进行相应调整。当样本退市时，将其从指数样本中剔除。样本公司发生收购、合并、分拆等情形的处理，参照计算与维护细则处理。

本文源自:观点网 观点网讯：12月10日，上海证券交易所信息披露显示，金融街金嘉大厦资产支持专项计划状态更新为“已受理”。 据观点新媒体了解，该债券的发行方是北京金融街投资（集团）有限公司，计划发行的总额达到人民币50.21亿元。 此次发行的债券类型为资产支持证券(ABS)，由平安证券担任承销商。 目前，该项目已经获得了上交所反馈，受理日期为2024年12月10日。

白小交 发自 凹非寺 量子位 | 公众号 QbitAI 全国首个零售金融领域大模型天镜，揭晓了过去460多天的成绩单。 目前已实现智能营销交互、数据决策支持、防伪安全等八大应用场景。1.0版本人机交互模型完成100亿交易额，全面服务超2亿用户。 背后的玩家，来自重庆企业马上消费，一家以技术驱动的数字金融机构。 此前推出了包括“天镜”在内的多款 AI 产品。截至今年 10 月，马上消费累计申请发明专利超 2100 件，位居全国金融机构 Top10，位列全球第 7，主导或参编包括 IEEE 在内的国内外标准超百项。 在2024数字产业生态伙伴大会上，马上消费常务副总经理蒋宁推出全面迭代升级的天镜大模型2.0版本—— 在模型技术创新、标准制定、科研转化成果、具体应用等核心领域都有所升级。 金融大模型天镜2.0：更注重情感 此次天镜2.0，可以说从模型训练、场景泛化再到应用落地都有了全方位的升级。 不同于基础模型聚焦在模型参数、性能以及产品功能的实现，本次金融大模型天镜2.0更多的关键词是在于泛化、成本以及合规安全。 首先是模型本身的升级，主要体现在泛化能力的增强，短周期内实现能力迭代、知识更新，并且释放更多行业应用当中。 去年1.0版本还只是聚焦于「人机交互」这一局部场景，如今已经可以适应各式各样的场景。 马上消费常务副总经理蒋宁形象地举了个例子，就像一个人学了英语之后，只需要给他法语单词，他就会讲法语，学英语的过程中会把单词和语言逻辑进行分离，再学另外一个语言的时候，只是需要注入一些数据，就能在新的场景中起到作用。 这种逻辑与场景分离的学习和训练方式，应用到对话领域，可以快速适应到了电商、医疗以及其他各种跨行业场景当中去。 关闭 观看更多 更多 退出全屏 视频加载失败，请刷新页面再试 刷新 视频详情 这一点，在数据层面是上有很直观的展现。 去年他们用了大概100P数据训练，如今数据只有过去的千分之一，就完成了快速闭环学习，在较短时间里就可以完成大模型能力的提升、知识的更新。 其次就是场景上面的扩展和延伸——从单个场景应用变成零售金融三个全场景、全价值链的探索赋能。 在金融安全、大数据决策、人机交互、消费者权益保护、逻辑推理泛化等多个关键领域，天镜 2.0 都有着显著的表现。 以金融安全为例，生成式AI的繁荣发展，给这个行业带来不少的挑战，假单据、假人脸、假数据等欺诈手段变得愈加复杂。 对此他们专门研发了对抗学习技术，融合把声音、文字、视频、运动信息等各种多模态信息，以MOE架构、联邦学习等技术构建全新的防伪大模型，实现了全方位、多层次的金融安全防护。 嗯，就是说哪怕是视频对话，也不怕爸爸妈妈被骗了。...

为深入贯彻落实党的二十大、二十届三中全会精神和中央金融工作会议部署，积极响应国家关于保障金融业高质量发展、提升金融标准化水平的号召，在2024年9月“金融教育宣传月”期间，北京银联金卡科技有限公司（银行卡检测中心BCTC，国家金融科技测评中心，以下简称银联金卡）举办了“加强质量支撑 共建质量强国”标准解读系列专题活动。通过这些专题活动，不仅深入剖析了标准的核心内容，还采用一图读懂、线上公益讲座等多种传播方式，推动金融知识能够精准触达基层群众，提升公众的金融素养与风险防范能力，为助力金融业健康安全发展奠定了坚实基础。 本文将带您回顾《大模型金融应用评价规范》重点内容，一同重温精彩课程。 一、大模型技术：金融创新的双刃剑 人工智能大模型，尤其是大规模语言模型，在金融领域展现出了巨大的潜力。从客户服务到风险管理，从交易监控到市场分析，大模型的应用场景不断拓展。然而，随着应用的深入，安全事件频发，包括隐私数据泄露、网络安全威胁、社会安全问题以及知识产权争议等，这些问题对大模型的安全性和合规性提出了严峻挑战。 大模型在金融领域的应用，不仅需要处理大量的敏感数据，还需要确保其输出的准确性和合规性。技术缺陷、应用过程中的安全风险以及金融专业性不足，都是大模型在金融领域应用时需要面对的问题。由此，大模型的安全合规挑战，成为了金融行业亟需解决的问题。 随着人工智能技术的快速发展，全球范围内对大模型的监管已成为共识。各国纷纷出台相关政策和标准，以确保大模型技术的健康发展。在中国，信息化标准建设行动计划（2024-2027年）已经启动，大模型金融领域的行业标准也正处于立项准备阶段。同时，北京银联金卡科技有限公司（银行卡检测中心BCTC，国家金融科技测评中心，以下简称银联金卡）作为牵头单位，联合了大型国有商业银行、股份制银行、高校科研院所、头部科技公司等20余家单位，共同组建了专项小组，开展了全方位、多层次的市场调研，积极参与大模型金融应用标准的制定工作，形成了《大模型金融应用评价规范》（以下简称《评价规范》）。 《评价规范》的制定，旨在通过明确大模型在金融领域的应用要求与评价标准，为金融机构提供更加准确、全面的选型指导。同时，助于提升大模型金融应用的安全性、可靠性以及服务质量，为金融行业的数字化转型提供有力支撑。 二、标准出台：构筑大模型金融应用的“安全网” 《评价规范》主要通过通用知识与能力、金融知识与能力、安全要求以及性能四个维度，对大模型展开多方位评价。测评框架包括总则、知识与能力、安全要求以及性能等多个方面，旨在全面评估大模型在金融领域的应用能力与服务质量。其中，通用知识与能力决定了大模型与用户交互时的准确性、流畅性和适应性；金融知识与能力是能否胜任金融领域应用的关键；安全要求是决定大模型是否可用的基础；性能评价则对模型的效率与功耗提出了要求。 在知识与能力评价方面，《评价规范》要求大模型具备广泛的知识储备和语言理解能力，以准确理解用户的意图并给出恰当、有针对性的回复。同时，大模型还需掌握金融专业知识，了解金融术语和概念，并能够运用金融知识进行分析和预测，这些要求有助于确保大模型在金融场景中的专业性和可信度。 安全要求是大模型金融应用评价的重要一环。《评价规范》要求大模型在语料数据生成与管理、生成内容安全性、稳健性和伦理性等方面严格遵循相关规定。这包括确保语料数据的合法合规性、保护用户隐私和数据安全、防范恶意攻击和滥用等。此外，《评价规范》还要求对大模型进行持续的安全监测和风险评估，及时发现并处置潜在的安全隐患。 在性能评价方面，《评价规范》关注大模型的可扩展性、效率与能耗等指标。这些指标有助于衡量大模型在处理复杂任务时的性能和效率，以及其对计算资源的消耗情况。通过性能评价，金融机构可以选择适合自己需求和硬件条件的模型，从而提高服务质量和运营效率。 三、测评服务：推动大模型金融应用的健康发展 为了推动《评价规范》的有效实施，银联金卡建立了针对大模型金融应用的专业评估能力。通过构建高质量的测评数据集和自主研发“离朱”大模型自动化测评平台，银联金卡能够全面评定大模型在金融领域的适用性和效能水平。同时，银联金卡还联合多家机构共同探索金融行业大模型测评规范的建立，通过多元协同，全面提升标准的可靠性。 《评价规范》的测评对象主要包括各类应用于金融领域的大模型产品。通过测评，可以全面了解大模型在金融场景中的表现情况、应用能力与服务质量，为金融机构提供科学、客观的大模型选型依据。此外，测评结果还可以作为金融机构优化大模型应用、提升服务质量和运营效率的重要参考。 在测评方式与流程方面，《评价规范》采用了全面评估的方法，评价维度全面覆盖、评估要点合理设置、应用需求精准适配。测评过程包括测评样本的自动生成、测评结果的自动评估、测评记录的自动留存以及测评模型的自动管理等环节。通过这一系列流程，可以确保测评结果的客观性和准确性。 随着《评价规范》的出台和实施，大模型在金融领域的应用将更加规范、有序。金融机构在选型和应用大模型时将有更加明确的标准和依据，从而降低选型风险和应用成本。同时，《评价规范》的出台也将推动大模型技术的持续创新和优化升级，为金融行业的数字化转型和高质量发展提供有力支撑。未来，随着金融科技的不断发展和创新，银联金卡将持续关注新技术、新应用的发展动态，不断完善和优化自身的评估体系和能力建设，同时，积极探索新的测评方法与技术手段，共同推动大模型金融应用的标准化、规范化发展。 扫描下方二维码，立即观看课程 点击【阅读原文】，即可观看精彩课程内容！

为帮助产业各方加深对产业政策的了解，凝聚产业共识，助力支付产业高质量发展，中国银联支付学院自六月起推出“支付云课堂”系列直播培训，邀请各方专家学者，共同探究行业趋势、数字金融、科技金融、行业实践案例等话题，欢迎积极参与。 培训时间 11月13日 14:00-16:15 主讲人 王凯靖 商汤科技金融大模型解决方案总监 培训主题 大模型金融时代下的数智化转型 培训内容 金融行业深入推进数智化建设时，如何积极、稳妥运用大模型实现精准触达、优化客户体验、提升优化效率、防范业务风险。 欢迎大家准时在【学支付】平台参与 学习方式 – 学支付H5端 – 扫描下方二维码 即可进入培训班 （亦可关注“中国银联培训”公众号 在下方菜单栏点击进入学习） – 学支付PC端 – （推荐google浏览器） 登录网址 http://xuezhifu.zhi-niao.com 进入首页-热门直播 即可观看 联系人 有任何疑问，欢迎咨询 支付学院臧老师 20632638

机器之心原创 作者：蛋酱 自 2022 年以来，生成式 AI 技术取得了众多突破，模型的通用性以及对下游任务的理解能力得到大幅增强，以 ChatGPT 为代表的大模型产品俨然成为当前 AI 技术落地的热门方法论。这些全新的技术展现出了广阔的应用空间：以金融领域为例，客户对于金融服务的需求正变得越来越多样化、个性化，传统的人工生产领域内容难以满足当前该行业数字化、智能化的发展趋势，而生成式 AI 带来的生产力提升，有望引发商业模式和产品创新的数字化革命，提高客户服务效率、改善客户体验。比如，当客户想要了解一支基金的信息时，那么这一推荐任务可以拆解为从近期的基金交易数据中获得行情判断、从不同行业赛道的新闻报道中摘取利好信息等，凡是涉及到分析海量多模态数据的部分，都属于大语言模型的强项。但一些挑战仍然存在：提供金融业务服务不仅要面对领域结构化的产品信息，还要面对非结构化的金融领域知识和观点库。同时，金融领域内容生产极其注重专业的知识和金融逻辑，对生成内容错误的容忍度很低。此外，生成式 AI 的内容安全问题仍然需要重视，需要大模型做到可信可控，符合监管要求、不出现知识幻觉等事实性错误。这都是当前的通用大模型在金融领域落地要面对的问题。从理论的进步到可商用的产品，看似不远，却仍然有很多待跨越的阻碍。如何打造以合规、专业、严谨的标准对外输出的金融领域大模型？我们有哪些样本可以参考或借鉴？面对这些现实场景中常见的问题，近期的一场技术挑战赛给出了解决方案。一场关于金融智能的巅峰挑战今年 6 月，在中国计算机学会的指导下，蚂蚁集团旗下蚂蚁财富、蚂蚁保、网商银行联合浙江大学、上海交通大学、西安交通大学、中央财经大学、蚂蚁技术研究院、天池平台，以及众多国内顶尖高校联合举办了首届「AFAC2023 金融智能挑战赛」。数年来，蚂蚁集团打造出了余额宝、花呗、小微金融一系列国民级产品，并在 AI 技术领域持续投入，布局了包括知识图谱、运筹优化、图学习、可信 AI、大模型等技术方向，支撑了蚂蚁普惠金融的全面智能化升级。对于这场挑战赛，蚂蚁集团从多年的业务场景经验和当前的技术变革趋势出发，抽取了三个核心方向：「金融数据验真」、「金融数据理解」、「金融场景理解」，共设置六大赛题。自开赛以来，AFAC2023 金融智能挑战赛共吸引了 4000 支队伍参赛，包括来自清华大学、北京大学、上海交通大学、浙江大学、华中科技大学、复旦大学、中国人民大学、西安交通大学、武汉大学、中山大学、天津大学、中央财经大学、华东师范大学、同济大学、华南理工大学等高校的学生，以及招商银行、浦发银行、浙商银行、中和农信、美团、华为、中国联通、中国移动、汉仪字库等机构的同行从业人员参赛，涌现了众多创新方案。经过一个半月的角逐，六大赛题分别决出 TOP 6 团队，进入最关键的现场评审环节。最终比拼之后，挑战赛「六强」已诞生：来自北京大学、同济大学、华南理工大学等高校及机构的团队分别摘得六个赛道的冠军。 9 月 8 日，六大赛题冠军选手受邀参加 2023 INCLUSION・外滩大会「智能涌现，大模型时代金融科技进化之路」论坛，并在颁奖仪式中上台领奖。颁奖嘉宾：（左一）中国计算机学会秘书长唐卫清教授、（右四）西安交通大学计算机国家实践教学示范中心主任、教育部大学计算机课程教学指导委员会秘书长桂小林教授、（右三）中央财经大学、中国互联网经济研究院院长孙宝文教授、（右一）蚂蚁集团财富事业群 CTO 邓宏、（右二）蚂蚁集团财富保险事业群首席架构师曹刚。与以往的金融科技类赛事相比，本次大赛更加注重 AI 技术在金融业务现实场景的落地，不管任务复杂度还是模型能力测评的严格程度方面都更上一层楼。蚂蚁集团从数字金融的真实业务场景抽象出多项核心任务构成 AFAC2023 的六大赛题，并提供来自真实场景的丰富数据（脱敏后）供参赛者研究学习。蚂蚁集团副总裁、蚂蚁金融大模型负责人、AFAC2023 金融智能挑战赛大赛主席王晓航表示：「从一开始，这场赛事就选择了直面产业的真命题，希望借助赛事这一平台让产学界的优秀人才汇集起来，近距离地解决金融科技的现存挑战。」以「金融行情观点生成和合规检测」为例，赛题设置了金融场景下融合知识和市场信息的内容生成任务，需要参赛者探索创新的模型和算法，在保证内容的合规性基础上，实现精准专业的自动化话术生成。这道赛题的难点在于同时满足准确性、多样性、合规性三方面的要求，准确性要求推荐的沟通话术同基金指标、事件与观点等输入内容保持一致，多样性要求针对同一输入的不同沟通话术内容尽可能多样，合规性要求满足平台的合规审核要求。此外，出于客户体验的考虑，还需要生成的沟通话术在具备专业风格的同时，让理财新手也能看得懂，不能感受到过多的营销感。在完成这一挑战的过程中，来自同济大学的「WeLearnNLP」冠军团队设计了如下方案：选取 Chatglm2-6B 模型作为基座模型，使用 qlora 的方式对模型进行微调，并通过现有的多个对话类大模型产品构造不同的多样性 prompt，以实现话术生成的准确度和多样性。该方案对当下大模型技术细节的娴熟掌握和成功应用，不仅取得了赛道 Top1...