AI助手资讯

随着人工智能(AI)热潮席卷科技领域，包括苹果、国内市场在内的各方纷纷投身AI应用，一场以AI主导的新趋势正形成。AI成为未来金融科技发展的重要引擎，传统玩家和新入场者都将焦点聚焦于此。要打破互联网的限制，金融科技须借助AI进行深度变革，找到两者深度融合的方式，实现金融科技的新生与升级。通过AI改造金融业务，驱动数据创新，催生金融科技的新型物种和商业模式将是关键。

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

该文章探讨了金融领域利用公开信息训练行业大模型的优势，大型机构的需求可能通过通用开源模型满足，尽管目前金融领域的开源大模型发展尚不理想，主要应用于辅助已有服务以提升用户体验。GitHub项目FinanceIQ获得504星关注，成为这一方向的参考资源。

金融行业在AI大模型的应用上相对滞后，主要原因是行业对数据隐私和安全的高要求限制了大数据的开放使用。彭博通过自主研发Bloomberg GPT模型，结合四十多年积累的金融数据集，成功打造了一款针对金融领域NLP任务的专业模型，不仅提升了现有任务处理能力，还释放出通过终端数据挖掘人工智能潜力的新机遇。这与科技企业如微软的巨大投入形成鲜明对比，后者在AI领域的快速发展显而易见。