2023中关村论坛|度小满CTO许冬亮:金融大模型将助力中小银行跨越“智能化鸿沟”|世界视讯
(资料图片)
新形势背景下,中国金融业正在经历数字化转型的深刻变革。为研判金融科技行业发展趋势和前景,探索金融创新与监管安全的边界,5月29日,以“数字化转型与金融安全”为主题的2023中关村论坛金融科技平行论坛在京召开。
2016年诺贝尔经济学奖得主、芬兰经济学家本特·霍姆斯特罗,国家金融与发展实验室理事长、中国社会科学院学部委员李扬,中国工程院院士、中国国家数字交换系统工程技术研究中心主任邬江兴、度小满CTO许冬亮等行业专家齐聚论坛,共话数字经济下金融科技热点难点问题。
许冬亮在论坛上表示,从增量市场过渡到成熟市场时,金融行业呈现出竞争加剧,客户留存难,产品同质化竞争加剧等趋势。而这一阶段,需要借助科技去寻找用户体验、运营效率等方面的“价值洼地”,让科技赋能体验,向科技要效率,并抓住科技变革的时代机遇。
在科技赋能用户体验方面,传统金融服务在用户体验改进过程中,普遍存在“发现难、体验难、服务难”的问题。许冬亮表示,针对这一痛点,度小满打造了业内领先的体验工具平台,通过全自动记录用户行为旅程和可视化展现用户在App端的经历,能够发现漏损点和服务断点,从而大幅提升端到端转化率。
在科技提升工作效率方面,通过AI赋能,人类则可从重复、繁重的体力劳动中解脱出来,大幅度提高工作效率。“当前度小满RPA机器人可替代信贷审核中六成以上重复性工作。在模型平台上,度小满用AutoML(自动化机器学习)替代人工建模,实现63%模型效果优于有经验的AI工程师”。
许冬亮认为,当下的大模型技术给创新带来前所未有的机遇。日前,度小满开源了国内首个千亿参数金融大模型“轩辕”。他介绍说,轩辕大模型是经度小满业务场景中积累的金融数据训练而来的,在金融场景中的任务评测中,轩辕全面超越了市场上的主流开源大模型,同时也具备较强的通识能力。“诸如在金融名词理解、金融市场评论等任务的评测中,轩辕超越了其他四种开源大模型,赢得了150次回答中63.33%的胜率。”
针对大模型技术将会为金融行业带来何种改变,许冬亮认为,生成式大模型将在内容生成与创作、信息摘要与总结、知识理解与问答、自然交互与对话等方面具备非常出色的能力,并在金融场景中得到广泛应用。在前台,大模型将大幅提升客户经理专业水平和服务能力,让每个人都拥有24小时在线的专业客户经理成为可能;在中台,大模型将改变企业内知识获取、内容创作、会议与沟通、代码开发与测试的方式,进而全方位地提升金融企业内部运营效率;在后台,大模型将成为智能科技底座的标配,大幅降低智能技术应用的门槛,只需少量标注数据甚至无需调整就可以让智能技术覆盖广泛的场景。
大模型技术推动的人工智能浪潮,也将对中小银行产生深刻影响。中小银行不仅面临“数字鸿沟”,也在面临智能化挑战。许冬亮表示,度小满把大模型能力开源,希望能够降低大模型的应用门槛,助力中小银行跨越“数字鸿沟”和“智能化鸿沟”。(CIS)
标签:
推荐文章
- 深圳2021年棚户区改造累计开工6530套 获得督查激励
- 研究人员最新发现 单个细胞可同时处理成百上千个信号
- 长期暴露在光照下性能退化 科学家发现钙钛矿太阳能电池最大缺陷
- 陆军第73集团军某旅 创新升级模拟训练器材
- 陆军炮兵防空兵学院 毕业学员综合战术演习现地备课工作圆满完成
- 宁夏启动双百科技支撑行动 构建高水平产业创新体系
- 区域特色产业转型升级 四川屏山以“3+”模式推进科技创新工作
- 国内首颗以茶叶冠名遥感卫星 安溪铁观音一号发射成功
- 激发创新动能促进产业发展 无锡滨湖走出产业转型“绿色”路
- 走近网瘾少年们:他们沉迷网络的病根何在?
- 节后第一天北京白天晴或多云利于出行 夜间起秋雨或再上线
- 走访抗美援朝纪念馆:长津湖的寒冷,与战斗一样残酷
- 绥化全域低风险!黑龙江绥化北林区一地调整为低风险
- 农业农村部:确保秋粮丰收到手、明年夏季粮油播种
- 中国故事丨“沉浸式”盘点今年的教育好声音!
- 升旗、巡岛、护航标、写日志,他们一生守护一座岛
- 他从一窍不通的“门外汉”,到重装空投“兵专家”
- 获2021年诺奖的蛋白,结构由中国学者率先解析
- “双减”后首个长假:亲子游、研学游需求集中释放
- 天山脚下,触摸丝路发展新脉动
- 且看新疆展新颜
- 《山海情》里“凌教授”的巨菌草丰收啦
- “双减”出台两个月,组合拳如何直击减负难点?
- IP类城市缘何吸引力强?玩法创新带动游客年轻化
- 面对婚姻,“互联网世代”的年轻人在忧虑什么?
- 沙害是自然界的恶魔,而他是荒沙碱滩的征服者
- “辱华车贴”商家及客服被行拘,处罚要不放过每一环
- 网游新政下,未成年人防沉迷的“主战场”在哪?
- 160万骑手疑似“被个体户”?平台不能当甩手掌柜
- 报告显示:这个国庆假期,粤川浙桂赣旅游热度最高
- 陈毅元帅长子忆父亲叮嘱:你们自己学习要好,就可以做很多事儿
- 北京国庆7天接待游客超861万人次 冬奥线路受青睐
- 从1.3万元降到700元,起诉书揭秘心脏支架“玄机”
- 都市小资还是潮流乐享?花草茶市场呈爆发性增长
- 国庆主题花坛持续展摆至重阳节
- 警方查处故宫周边各类违法人员12人
- 云南保山:170公里边境线,4000余人日夜值守
- 线上教学模式被盯上,网络付费刷课形成灰色产业链
- 全国模范法官周淑琴:为乡村群众点燃法治明灯
- 嘉陵江出现有记录以来最强秋汛
- 中国科技人才大数据:广东总量第一,“北上”这类人才多
- 神经科学“罗塞塔石碑”来了:迄今为止最完整的大脑细胞图谱
- 多地网友投诉遭遇旅游消费骗局,呼吁有关部门严查乱象
- 受南海热带低压影响 海南海口三港预计停运将持续到10日白天
- 农业农村部:确保秋粮丰收到手、明年夏季粮油播种
- 广州10月8日至20日对所有从省外来(返)穗人员实施核酸检测
- 辽宁省工信厅发布10月8日电力缺口橙色预警
- 受琼州海峡封航影响 10月7日、8日进出海南岛旅客列车停运
- 这场红色故事“云比拼”,穿越时空为我们指引方向
- 陕西支援14省份采暖季保供用煤3900万吨
- 汾河新绛段发生决口
- 看,生机勃勃的中国
- 百闻不如一见——北京大学留学生参访新疆
- 新疆霍尔果斯市2例无症状感染者新冠病毒均为德尔塔变异株
- 哈尔滨市南岗区爱达88小区将调整为低风险地区
- 国庆假期全国道路交通总体安全平稳有序
- 假期怎么过得这么快?国庆5.15亿人次出游,你咋过的?
- 国庆假期北京接待游客861.1万人次
- 山西平遥消防4天29次救援:拖着腿走路也要完成任务
- 新疆兵团可克达拉市:195名密接者已全部隔离医学观察
- 国庆假期中国预计发送旅客4.03亿人次
- 公安部交管局:国庆假期日均出动警力18万余人次,5位交警辅警牺牲
- 国庆假期中国国内旅游出游5.15亿人次
- 新疆哈密市巴里坤县发生4.3级地震 震源深度9千米
- 冷空气自西向东影响中国大部地区 气温将下降4℃至6℃
- 2021年MAGIC3上海市青少年三对三超级篮球赛落幕
- 国庆假期广西累计接待游客逾3611万人次 实现旅游消费272.41亿元
- 新疆伊犁州:妥善做好滞留旅客安置返回工作
- 新疆霍尔果斯无症状感染者新冠病毒属德尔塔变异株 未发现高度同源的基因组序列
- “数说”杭州无障碍改造:触摸城市“爱的厚度”
- 受南海热带低压影响广东将暂别高温天气
- 浙南沿海村村发展有妙招 搭乘共富快车打造“海上花园”
- 世界第一埋深高速公路隧道大峡谷隧道出口端斜井掘进完成
- 直径2米“面气球”亮相 山西首届“寿阳味道”美食大赛启幕
- 厦门同安区四区域调整为低风险 全市无中高风险地区
- 哥伦比亚遇上广州:洋茶人“云上”喫茶 传播中国茶“味道”
- 新疆兵团第四师可克达拉市1名无症状感染者为餐饮从业人员
- 中国国庆假期出行热:数字改变“关键小事”
- 添加陌生人为好友 内蒙古两女子被骗126万
- 南沙港铁路国庆假期不停工 力争今年年底开通
- 新疆霍尔果斯两例无症状感染者新冠病毒均属德尔塔变异株
- 哈尔滨一地风险等级调整为低风险
- 哈尔滨市学校有序恢复线下教学
- 受热带低压影响 琼州海峡北岸等待过海车辆排长龙
- 铁路迎返程高峰 西安局集团公司加开79趟高铁列车
- 铁路人国庆雨中巡查排险记:一身雨衣、一把铁锹保安全畅通
- 水能载物亦能“生金” 浙江遂昌山村以水为媒奔共富
- 科学拦峰错峰削峰 嘉陵江洪水过境重庆中心城区“有惊无险”
- 山西解除持续近90小时的暴雨四级应急响应
- 安徽黄山国庆假期迎客12万余人 旅游市场稳步复苏
- 从进“培训班”到看《长津湖》
- 厦门中高风险地区清零 撤除离厦通道查验点
- 济南趵突泉地下水位创1966年以来最高纪录
- 杭州“十一”假期后初中取消统一早读
资讯
行业动态
-
2023中关村论坛|度小满CTO许冬亮:金融大模型将助力中小银行跨越“智能化鸿沟”|世界视讯
- 2023中关村论坛|度小满CTO许冬亮:金融大模型将助力中小银行跨越“智能化鸿沟”|世界视讯
- 怅然若失的反义词_怅然若失
- 世界即时看!锐途考场科目三路线示意图(2022锐途驾校考试预约时间)
- 每日快播:5月31日新股速递:2只新股将公布中签结果
- 陆家嘴:苏州绿岸2号、4号地块行政处罚未导致不符合重组条件_环球要闻
- 世界速看:胜浦街道居民巧手颂廉风 增强党员廉洁自律意识
- 无声_关于无声介绍
- 全球热门:电脑任务管理器在哪里(电脑任务管理器怎么打开)
- 大冶“爱心爹爹”再次捐资18万元资助286名学子
- 神舟十六号载人飞船发射取得圆满成功_全球热头条