随着大语言模型BloombergGPT问世，大模型技术在金融各大领域中的应用正在不断加深。作为推动前沿技术在金融领域运用的金融科技企业，度小满较早就开始关注大模型技术，并进行了一系列实践。度小满CTO许冬亮在日前接受采访时，还提出了大模型技术在金融领域运用的三大方向。
BloombergGPT横空出世，金融行业成为垂类大模型技术落地先锋领域
作为世界上首 个针对金融行业的大语言模型，BloombergGPT的横空出世意味着金融行业正在成为垂类大模型技术落地的先锋领域。据悉，该大语言模型专门针对各类金融数据进行训练，能够全方位支持金融领域的自然语言处理（NLP）任务，如市场情绪分析、命名实体识别、新闻分类和问题回答等。
今年以来，以ChatGPT和百度文心一言等为代表的生成式AI在通用任务上取得了不亚于人类的表现。然而，这类AI在行业任务上的表现相对一般，一方面在于行业知识在训练数据中的比例相对较低，模型中的行业知识相对匮乏，导致行业任务表现较差；另一方面，行业任务与通用任务的思维逻辑存在显著差异，比如在金融行业语境下对某些信息的解读与通用语境下存在显著不同。
随着BloombergGPT的出现与众多金融科技公司加大发力，大模型技术在金融垂类领域上的应用正愈发成熟。度小满CTO许冬亮在接受麦肯锡访谈时曾表示：“在金融领域，大模型将广泛应用于智能获客、风险管理、智能客服等方面，为客户带来显著的优化体验。”
对大模型技术在金融领域的应用，度小满CTO许冬亮提出三大方向
与此同时，对于大模型技术在金融行业的具体应用，许冬亮也提出了三大方向。首先是基于大模型的智能客服将超越人工服务，让高质量顾问式金融服务成为可能。在通用大模型的基础上，叠加金融客服领域的数据和专业服务经验，经过垂直领域定向训练后客服机器人既能与用户进行多轮对话，还能提出具体的、可行的解决方案。
此外，生成式大模型可以成为理财师、经纪人等从业者的“全能业务助理”。基于大模型的业务助理不仅了解国内外的宏观政策、行业信息、产品信息，还可以自动生成文章、报告，提供专业建议和方案辅助交流。
与此同时，广告和营销内容一键生成能力，也将带动金融行业营销效率的大幅提升。过去，金融行业从业者需要在海量信息中检索词条，将大量的精力投入到信息的获取、提炼与整合，并承担做检索、设计、制作等工作；未来，大模型技术会适应并普及到所有知识型工作行业，例如文案、设计、编程等，人机协作将大幅提高工作效率。
事实上，BloombergGPT所展现的语义理解能力，也是度小满在自然语言处理（NLP）领域重点投入的方向。 2021 年，在微软举办的MS MARCO 比赛中的文档排序任务中，度小满NLP团队排名第 一并刷新纪录；团队研发的轩辕 (XuanYuan) 预训练模型也在CLUE分类任务中排名第 一。
今年 3 月，度小满还凭借“智能征信解读中台”，获得了 2022 年度吴文俊人工智能科技进步奖，该奖项被誉为“中国智能科学技术最 高奖”。度小满智能征信中台将大数据语言模型LLM、图算法应用在征信报告解读上，能够将报告解读出 40 万维的风险变量，将银行风控模型的风险区分提升了26%。
当前，以大模型技术为代表的各项前沿科技，正在不断应用于金融风险管理、客户服务等金融场景中，为金融行业创新发展注入了新鲜血液。接下来，度小满将继续聚焦各项前沿科技，以创新科技推动金融行业高质量发展。
（推广）