“金融行业大模型有着比其他行业大模型更高的复杂性。就像高速上行驶的汽车,需要不断调整方向和车速,以适应不同时间、不同地点的道路状况,金融行业大模型也需要及时调整,以适应多样化的复杂业务场景。”在近日召开的以“大模型时代的变与不变”为主题的会议上,奇富科技大模型专家杨剑把金融行业大模型比作一辆复杂构造的汽车。
杨剑表示,业务理解是这辆汽车的中控,技术储备是汽车的框架,而安全合规则是汽车的方向盘。在这辆大模型汽车上,金融行业独有数据充当燃料,逻辑推理则是发动机和动力系统,算力储备就如同汽车的轮胎,保证汽车可持续行驶。行业规范和安全隐私保护则构成了大模型汽车行驶的道路,而复杂的金融业务场景则是指示牌,引导汽车按照规律行驶。
杨剑指出,由于金融行业大模型的容错率极低,一次错误的决策可能导致无法估量的时间和成本损耗,因此对于这辆“汽车”而言,方向的准确性至关重要。此外,考虑到金融行业的特殊性,其合规要求相对于其他行业更为严格,这使得大模型汽车必须在规范要求的道路内行驶,不能随意越线。
为了更好地处理多样化的复杂业务场景,确保金融行业大模型的安全规范应用,杨剑提出了一系列观点。首先,他强调金融行业大模型必须要由人来驾驭,强调了人机协同的必要性。大模型作为对人的一系列反馈、帮助和建议,需要在实践中与人类合作,共同推动业务的发展。
其次,金融行业大模型容错率低的特性,也决定了其需要更高的可靠性。
再次,建设金融行业大模型必须具备软硬实力。在软实力方面,需要具备深入而敏锐的业务场景洞察,以及严格的合规把控。在硬实力方面,多维度且数量充沛的数据、深厚的技术积淀、可持续调用的充足算力都必不可少。
“我们在大模型建设中所形成的方法论和实践经验,为整个金融行业提供了宝贵的参考。”杨剑总结,在复杂多变的金融业务场景中,只有通过深刻理解业务、精准利用数据、不断创新技术,才能充分释放出大模型的潜力,发挥出其对于业务的巨大价值。