《机器人律师时代来临：人工智能对律师行业的深远影响》
本文主要介绍了人工智能对律师行业的冲击，特别是在交通事故等标准化案件中，机器人律师具有较大前景。一家名为DoNotPay的公司开发的聊天机器人“机器人律师”计划参与一场交通罚单的庭审，但遭到各方压力，CEO约书亚·布劳德被迫推迟计划。尽管如此，布劳德仍表示将继续探索人工智能在法庭上的应用，不仅限于处理汽车罚单。
《AI时代的法律人的挑战与机遇》
春节期间，新哥了解到美国首次AI律师出庭计划被叫停，但这标志着技术障碍已突破，人工智能将在各行各业取代部分人类岗位。我国应审视自身工作，减少低水平和重复性任务，提升法律行业的技术含量。未来企业法务工作将向“高精尖”和“跨界”方向发展，与人工智能法务分工合作，提高效率和精准度。同时，AI能帮助减轻合同谈判、沟通及审批等工作量，并 assist进行诉讼决策。
《人工智能大模型：2023年新引擎，未来已来？》
这篇文章主要关注了2023年作为人工智能大模型爆发元的年度。报道了由美国人工智能研究实验室OpenAI推出的ChatGPT应用等大模型应用实例,以及这些大模型对各行各业的改变和对未来商业前景的影响。
AI助手助力，朋友圈文案创作新篇章
这篇文章主要介绍了如何利用AI助手ChatGPT为社交媒体平台如朋友圈创作独特且富有创意的文案。通过提供活动、产品、情感或主题等相关信息，用户可以更好地指导下，让ChatGPT生成更符合个人需求的文案。
《ChatGPT与文心一言：一场AI巨头的较量》
本文通过对比分析的文心一言和火爆全球的ChatGPT，探讨两者差异及未来发展方向。首先，介绍两款AI产品的背景及目的，分别为国内首个AI大模型研发的AI产品和受到全球用户喜爱的AI智能大模型。接着，详细描述了两者的产品定位、技术来源、用户体验等维度，深入剖析了两者的异同。最后，针对两款AI的优缺点及现有市场状况，提出了更好的发展方向。
AI金融：大模型时代的惊喜与变革
本文介绍了人工智能在金融领域的应用，特别是在保险和银行的核保和理赔、市场营销以及客户服务等场景。随着人工智能技术的发展，如OCR和LLM，金融行业中的AI应用正在经历新的发展态势。例如，智能客服的服务能力变得更加强，能够进行查询信息、答疑解惑、办理业务等，同时还能陪聊天、讲故事，且上下文理解和记忆能力相当逆天。AI数字员工也在金融行业各个岗位上发挥重要作用，如客服、招商、营销、培训和风控等。此外，AI在金融领域的应用还有很多，如智能投顾、智能投研、智能监管和智能信贷等。随着技术的进步，AI在金融行业的应用有望推动行业的更大增长。
文章金融科技视角下金融行业大模型建设的重要性与挑战
这篇文章主要讨论了金融行业大模型建设的必要性和挑战。首先，金融大模型需要建立在高质量安全的金融数据之上，且必须合法合规地获取和使用数据。其次，选择适当的技术和算法对处理和分析金融数据至关重要，包括自然语言处理、机器学习、深度学习以及图神经网络等。再次，高性能的计算和存储能力是金融大模型建设的基础，需要使用分布式计算、GPU加速、高速网络和分布式存储等技术。最后，建设金融行业大模型需注重实际应用和业务场景，根据不同产品和服务的业务场景建立相应模型，以提供风险评估、信用评级、投资决策等服务。
《访问权限：国内机构客户》
这篇文章主要介绍了访问权限管理中针对国内机构客户的一种策略。通过合理设置访问权限,可以确保敏感信息的安全性,同时提高工作效率。该策略可以根据具体需求进行个性化定制,满足不同机构客户的需求。
金融大语言模型：生成内容的准确性与现实意义
这篇文章主要介绍了金融领域的开源大语言模型FinGPT。FinGPT通过互联网海量数据训练，可以产生符合金融语境的内容生成。它可以实时采集动态金融数据，并实现定期微调。虽然其生成内容的准确性、真实性存在争议，但被视为提示和建议，而非客观真相或事实。FinGPT主要用于金融领域的应用，包括机器人投资顾问、量化交易策略、实时情绪分析和易于开发的低代码平台等。FinGPT工作原理主要包括数据采集、数据清理、语言模型和应用四大模块。数据采集层主要负责从各种在线来源采集大量金融数据，保证数据的时效性和全面性。数据工程模块可以实时监测和采集各类金融数据，并在获取新数据的第一时间内完成清洗、编码等预处理。大语言模型层主要使用大语言模型API调用或微调模型来实现语言模型观点输出。
《ChatGPT热度滑坡，产业大模型成未来趋势》
文章主要探讨了ChatGPT热度下降以及国内“百模大战”和“千模大战”的趋势。随着越来越多的科技公司推出产业大模型，市场共识逐渐形成：通用大模型并非唯一方向，面向垂直产业的模型才是大模型价值的引爆点。金融业已成为大模型技术与AIGC应用的主战场，其中金融细分领域的大模型已在路上。然而，由于金融业务的特性和监管的严格性，大模型在金融领域的应用面临着诸多挑战。