AI情感助手

8月28日，金融大模型发展论坛暨马上消费金融大模型发布会在重庆两江新区举行。据了解，本次论坛由重庆两江新区管委会、重庆市科学技术局、重庆市经济和信息化委员会、重庆市人力资源和社会保障局、重庆市地方金融监督管理局、重庆市大数据应用发展管理局、重庆市科学技术协会共同主办，马上消费、两江产业集团承办，北京中关村科金协办。 论坛以“数智融合，渝见未来”为主题，云集了业界大咖及100多家金融机构，共同探讨金融大模型的未来。马上消费金融股份有限公司（下称马上消费）重磅发布了全国首个零售金融大模型——“天镜”，推动金融数字化转型。 ▲论坛现场 大咖云集 探讨金融大模型的可信与安全 论坛上，重庆两江新区党工委委员、管委会副主任秦淑斌致辞时谈到：“以大模型为代表的人工智能突飞猛进，日益融入经济社会发展各领域，正成为推动科技跨越发展、产业优化升级、生产力整体跃升的重要驱动力量。我们衷心希望以此次论坛为契机，同大家深化思想交流，增进沟通协作，加快推动人工智能与经济金融融合发展，携手共创智能时代，共赢美好未来。” ▲中国工程院院士、浙江大学求是特聘教授谭建荣 对于安全风险，中国工程院院士、浙江大学求是特聘教授谭建荣举了个例子，北京老太太接到远在美国孙子的视频电话，图像、声音都是孙子的，结果却被诈骗了。他表示，过去人们总说“耳听为虚，眼见为实”，但在人工智能时代，眼看的不一定是事实，因此要提高警惕。 在他看来， ChatGPT发展非常快，应用正在从典型场景向广泛领域拓展，包括金融就是重要的应用领域。模型的重要功能就是预测变化趋势，有了数据和模型，才能从不确定的关系转变为确定的关系，从变量中找出不变量。而建立金融领域的大模型，可以进一步赋能，助力企业成为行业的领头羊。 ▲全国政协委员、国际系统与控制科学院院士、重庆国家应用数学中心主任杨新民院士 应对AI风险方面，全国政协委员、国际系统与控制科学院院士、重庆国家应用数学中心主任杨新民院士表示，随着大模型的开放开源，深度合成技术的非法使用存在加速积聚的风险。为保障大模型的安全性，他提到与马上消费率先在金融领域进行了原创性探索，包括加强深度防伪验证系统，包括人脸识别及生物特征识别验证系统的活体检测、Deepfake伪造检测、对抗攻击与防御、深度学习可解释性等。 ▲中国信息通信研究院副总工程师王爱华 而针对提升大模型应用的可信实践，中国信息通信研究院副总工程师王爱华在致辞中表示，可信人工智能实践的路径逐步清晰。“人工智能发挥作用越大，它对于安全可信的要求也是越高的。在实践层面，各国纷纷开展了AI技术研究和标准化的制定，为企业和机构的人工智能风险管理提供参考。目前，已经诞生了很多人工智能企业，需要大量运用人工智能，因此建立人工智能的治理体系、治理机制，已经成为当务之急。” “天镜”亮相 以大模型推动金融数字化转型 据了解，本次论坛上还举行了“天镜”大模型发布会。马上消费首席信息官蒋宁表示，马上消费已形成“三纵三横”的大模型发展技术布局，并领航构建可信、合规、多模态、适配全域、泛化的金融大模型技术能力体系，聚焦行业领先的基础语言特性能力、逻辑和推理能力、语义理解、生成与创作、金融领域能力、安全与合规能力等六大核心领域，进一步推动金融数字化转型产生实质性的飞跃。 ▲马上消费发布首个零售金融大模型“天镜” 所谓三纵，是指实时人机协作、多模态智能、数据决策智能，在数据领域实现智能化，实现结构性数据判别式模型的综合能力。三横即是指持续学习、模型合规、组合式AI形成安全、合规、可信的鲁棒性技术能力，确保让模型越用越聪明，同时更稳定、更安全可控。 ▲马上消费首席信息官蒋宁在金融大模型论坛上演讲 “我们希望在任何情况下，它给客户的回答，给所有的员工的回答是合规的，并且在任何不可预期的情况下它的结果是稳定的，这来源于马上今天几千个模型，上万个变量形成的模型。”蒋宁说。 ▲马上消费人工智能研究院院长陆全 围绕引爆企业的数据潜能，马上消费人工智能研究院院长陆全对天镜大模型的四大应用场景进行了解读。 他表示，汇集智慧方面，主要是应用在人工客服场景，通过大模型提炼萃取一线优秀人工坐席客服经验，汇聚成群体智慧，从而拥有一对多服务客户的能力，也可作为人工坐席的辅助角色。据悉，该模型已运行近3个月，意图理解准确率达91%。 此外，唤醒沉睡知识主要是高效解决了提取、利用非结构化文档中的数据资料的痛点；众创数据价值主要是为了降低使用数据的门槛；数字人方面，打造的“数字外表+智慧大脑+情感内心”三合一数字人，擅理解，有温度，懂心理的智能秘书，希望每个员工都能轻松拥有自己的数字分身，成为人人都拥有的超级助手，代替员工完成大量工作。 上游新闻记者 唐小堞 举报/反馈

本文介绍了近期广受关注的AI聊天机器人ChatGPT，以及其背后的重要性。ChatGPT的成功催生了诸如RLHF、SFT、IFT、CoT等晦涩缩略词的普及。虽然它们的含义尚不完全明确，但它们已经引起了大众的关注。文章指出，这些聊天机器人共享的一个共同目标是为用户提供有用的指令遵循。为了实现这一点，它们采用了指令微调(IFT)方法，利用各种任务的数据集进行模型训练和优化。然而，指令微调并不总是能生成有益和安全的响应，为此，研究人员还采用有监督微调(SFT)方法，对基础语言模型进行进一步的训练，以提高其质量和可靠性。