度小满在“NLP+金融”的技术落地之路深耕多年，在NLP方面的积累显得尤为突出。大模型的兴起为金融领域的NLP应用打开了新的想象空间。从智能信息抽取、信贷辅助决策到智能客服，度小满通过NLP技术全方位推动金融业务的创新，引领了金融智能化的新方向。
NLP技术赋能业务颠覆创新 度小满推动金融智能化
2023 年的五月，称得上一句AI之夏。大模型层出不穷、扎堆发布。这一轮由大模型推动的AI热潮中，NLP（自然语言处理）技术与金融落地场景的结合备受期待。金融行业是数字化、智能化的先行者，也是大模型技术落地的最 佳领域。如果将大模型的能力放在金融行业中去处理原有的任务，会对很多工作产生颠覆性的影响。
对科技企业来说，不仅要积极参与“训大模型”的技术竞赛，更重要的是，从场景出发，用最快速度完成大模型的业务落地、找到可行的产业逻辑。这条“NLP+金融”的技术落地之路，度小满已经走了五年。作为源自百度的公司，度小满在NLP上的积累得天独厚。我们从度小满NLP开始，去看看NLP与金融的可能性，以及AI走向产业的应用落地是如何实现的。
持续引领金融智能化 取得突破性进展
自然语言处理是人工智能皇冠上的明珠，但在大语言模型展露出强大的通用能力之前，如何用这颗“明珠”洞察金融数据，没有现成的路可走，全世界专注做NLP公司都比较少。 2018 年的时候，金融科技公司成立专门的NLP团队的更是鲜见，NLP在金融领域的应用落地也相对有限。度小满则走出了一条独特的NLP之路。 2018 年创立之初，度小满就看到了“NLP+金融”的潜力，开始进行相应的产业布局。
首先是人才。人才是创新的源头。作为源自百度的公司，度小满在NLP技术上的人才储备可谓得天独厚。度小满CTO许冬亮， 2005 年从清华大学计算机系人工智能实验室毕业后加入百度，三年多时间成长为百度搜索算法领域的领军人物，在自然语言处理、搜索算法及架构、知识图谱、LBS、智能营销及反欺诈等领域屡破难关。度小满技术委员会执行主席杨青，曾任百度主任架构师，有着丰富的技术应用实践经验。
有了人才作为技术创新的驱动力，度小满在NLP前沿领域持续探索，并不断斩获成果。 2021 年，在微软举办的MS MARCO 比赛中的文档排序Document Ranking（文档排序）任务中，度小满的AI-NLP团队排名居首并刷新纪录。 2022 年，团队研发的轩辕 (XuanYuan) 预训练模型也在中文语言理解领域备具权 威性的测评基准之一CLUE分类任务中排名居首。度小满AI-Lab在预训练模型、用户表示、序列建模等NLP任务相关算法也取得了突破性进展，相关论文被收入NLP顶会。
更重要的是，度小满的NLP之路并没有止步于学术赛场和实验室，而是积极走向产业，推动NLP技术与金融场景紧密结合，典型的就是信贷风控场景的征信报告解读。 2023 年，由度小满建设的“智能化征信解读中台”工程，将大型语言模型 LLM、图算法应用在征信报告的解读上，荣获了 “吴文俊人工智能科学技术奖”，度小满也凭借该工程成为仅有一家入选的金融科技公司。
今年以来，大语言模型的爆发，让NLP这一技术路线成为科技公司和大众关注的焦点。 2023 年 2 月，度小满成为百度文心一言首批生态合作伙伴，推动对话式语言模型技术在国内金融场景的落地应用。
大模型技术再次掀起一场AI热潮，度小满在NLP与金融的结合上展现了前瞻性的眼光和卓越的执行力。度小满的成功实践证明了NLP技术在金融领域的巨大潜力，也为未来的金融智能化发展提供了有效方向。
（推广）
