会议主要讨论的核心内容 - 金融行业在数字化转型中走在前列,对降低运营成本有迫切需求,金融大模型在金融领域应用较快 [1] - 银行作为金融领域核心机构,其业务涵盖个人银行、企业银行和投资银行,依赖于精准数据分析和风险控制 [1] - 金融大模型在银行业主要应用于信用评分、客户服务、风险管理和合规检查等方面 [1] - 金融大模型训练需要收集宏观经济、市场交易、公司基本面、行业、政策法规、投资者行为等多维度数据 [2][3] - 金融大模型落地需要数据级选择和预处理、模型结构优化,以及小样本微调、增量学习、模型压缩等高效参数微调 [4][5][6] - 金融大模型推理优化需要内存管理、动态批处理、模型量化等技术手段 [7][8][9] - 金融大模型应用需要解决事实幻觉和忠实性幻觉等问题,采取高质量数据、诚实向导、强化学习等策略 [10][11] 问答环节重要的提问和回答 问题1 Ellie Jiang 提问 金融大模型在银行业的具体应用场景有哪些?[12] Jiazhen Zhao 回答 银行业主要应用场景包括客服、信贷、投顾和财富管理等,如工商银行采用智浦大模型,建设银行采用台河利通大模型。[12] 问题2 Yang Bai 提问 金融大模型落地过程中面临哪些主要挑战?[13] Jiazhen Zhao 回答 金融大模型落地主要面临5大挑战:专业性与复杂性、合规性与安全性、准确性、实质性和情境敏感性。[13] 问题3 Joyce Ju 提问 未来金融大模型在行业应用的发展趋势如何?[14] Lei Chen 回答 未来金融大模型在银行、保险、券商、互联网金融等领域应用将进一步深化,为各细分场景提供智能化支持。[12]