大模型落地比趨勢(shì)更重要，NLP+金融如何看得見、摸得著？

全球很多人都開始相信，以ChatGPT為代表的大模型，將帶來(lái)一場(chǎng)NLP領(lǐng)域乃至整個(gè)人工智能的技術(shù)革命，影響遍及各行各業(yè)。

那么，金融機(jī)構(gòu)和科技企業(yè)，應(yīng)該以怎樣的姿態(tài)邁入新的洪流？

前不久，有“中國(guó)智能科學(xué)技術(shù)最高獎(jiǎng)”之稱的吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)，正式公布了2022年度獲獎(jiǎng)名單。

其中，度小滿建設(shè)的“智能化征信解讀中臺(tái)”工程，率先將大型語(yǔ)言模型LLM、圖算法應(yīng)用在征信報(bào)告的解讀上，榮獲了吳文俊人工智能科技進(jìn)步獎(jiǎng)，成為唯一入選的金融科技公司。

大模型應(yīng)用價(jià)值到底在哪里，如何落地？是一道新技術(shù)從實(shí)驗(yàn)室走向產(chǎn)業(yè)的必答題。

度小滿的“智能化征信解讀中臺(tái)”工程，就帶來(lái)了技術(shù)+應(yīng)用的雙重答案。

征信報(bào)告是識(shí)別個(gè)人信用的最重要風(fēng)控手段，報(bào)告中包含大量非結(jié)構(gòu)化的征信數(shù)據(jù)，比如大量的文本信息。這些征信數(shù)據(jù)的復(fù)雜性和多樣性，很難使用傳統(tǒng)的數(shù)據(jù)處理方式進(jìn)行分析。而度小滿“智能化征信解讀中臺(tái)” ，能夠?qū)?bào)告解讀出40萬(wàn)維的風(fēng)險(xiǎn)變量，將銀行風(fēng)控模型的風(fēng)險(xiǎn)區(qū)分度提升了26%，切實(shí)在銀行信貸場(chǎng)景中發(fā)揮作用。

這背后的技術(shù)是度小滿率先將大型語(yǔ)言模型LLM、圖算法等新技術(shù)應(yīng)用在征信報(bào)告的解讀上，“智能化征信解讀中臺(tái)”包含了“3個(gè)平臺(tái)-1個(gè)特征生成框架-3個(gè)模型”，讓征信報(bào)告解讀進(jìn)入到圖機(jī)器自動(dòng)學(xué)習(xí)階段。

大模型重新定義金融科技

NLP長(zhǎng)期以來(lái)是一個(gè)AI領(lǐng)域基礎(chǔ)而“冷門”的學(xué)科，全世界的NLP公司都比較少，度小滿為什么還要堅(jiān)持研究NLP領(lǐng)域？大模型時(shí)代， NLP能給金融領(lǐng)域帶來(lái)哪些變化？

先說(shuō)大模型。

金融文檔、信息處理等NLP任務(wù)貫穿整個(gè)金融領(lǐng)域，讀文檔、查文檔、寫文檔，是金融機(jī)構(gòu)各個(gè)業(yè)務(wù)場(chǎng)景中的基礎(chǔ)工作。以往，這些領(lǐng)域的智能化，使用傳統(tǒng)NLP范式去開發(fā)相關(guān)模型，數(shù)據(jù)標(biāo)注成本高，開發(fā)交付周期長(zhǎng)，維護(hù)困難。

LLM用預(yù)訓(xùn)練+精調(diào)+提示的新方法，能夠用一個(gè)模型處理多個(gè)任務(wù)，甚至未曾見過的通用任務(wù)，這就使模型出現(xiàn)了一種智能“涌現(xiàn)”現(xiàn)象，看起來(lái)更有智慧、理解能力更強(qiáng)了，所以能對(duì)金融業(yè)務(wù)場(chǎng)景中的數(shù)據(jù)信息和隱藏知識(shí)進(jìn)行更高效的挖掘和理解。

有了超大規(guī)模的預(yù)訓(xùn)練語(yǔ)言模型LLM作為基礎(chǔ)設(shè)施，可對(duì)金融機(jī)構(gòu)的全棧場(chǎng)景進(jìn)行重塑，融入NLP能力。其中較為典型的場(chǎng)景包括：

信貸輔助決策，基于強(qiáng)大的語(yǔ)義理解能力，讀懂非結(jié)構(gòu)化數(shù)據(jù)，包括財(cái)務(wù)報(bào)告自動(dòng)化解析、數(shù)據(jù)智能挖掘、信貸流水材料智能處理、宏觀行業(yè)分析、風(fēng)險(xiǎn)事件傳導(dǎo)分析等。

業(yè)務(wù)審核及研報(bào)解析，包括招股書智能審核，財(cái)務(wù)數(shù)據(jù)分析，審計(jì)報(bào)告自動(dòng)化比對(duì)，非結(jié)構(gòu)化數(shù)據(jù)分析。

這些場(chǎng)景都可以通過LLM加快自動(dòng)化，降低NLP應(yīng)用成本，提升效率，為金融機(jī)構(gòu)的智能化加速。

再說(shuō)自然語(yǔ)言交互。這一輪范式轉(zhuǎn)換的核心特點(diǎn)就是交互（chat），AI獲得了世界知識(shí)和強(qiáng)大的長(zhǎng)文本生成能力，從而提供更自然的人機(jī)交互體驗(yàn)，這會(huì)給金融領(lǐng)域與人打交道的服務(wù)都帶來(lái)變革。其具有代表性的場(chǎng)景有：

智能客服：快速、高效、低成本地響應(yīng)用戶需求，滿足個(gè)性化需求，提升服務(wù)半徑和服務(wù)質(zhì)量。

智能營(yíng)銷：洞察理解用戶需求和情緒，讓產(chǎn)品和用戶更精準(zhǔn)地匹配；一鍵生成海報(bào)、視頻等創(chuàng)意內(nèi)容，提升營(yíng)銷效率。

度小滿CEO朱光認(rèn)為，大模型技術(shù)正在重新定義金融科技（Fintech），ChatGPT的出現(xiàn)，意味著所有圍繞移動(dòng)互聯(lián)網(wǎng)、AI 1.0的競(jìng)爭(zhēng)和競(jìng)爭(zhēng)優(yōu)勢(shì)正在告一段落。

站在大模型時(shí)代的前沿，度小滿的五年步履

近期，百度基于文心大模型技術(shù)推出的生成式對(duì)話產(chǎn)品“文心一言”（英文名：ERNIE Bot）開放生態(tài)合作，度小滿成為首家接入的金融科技公司。

基于文心一言的大模型技術(shù)基座，結(jié)合度小滿業(yè)務(wù)場(chǎng)景積累的金融行業(yè)知識(shí)和數(shù)據(jù)進(jìn)行交互式訓(xùn)練，有望打造出適配中國(guó)金融行業(yè)的，全新的智能客服、智能風(fēng)控、智能交互服務(wù)。

這一次，度小滿站到了大模型時(shí)代的前沿，并不是偶然和運(yùn)氣，金融領(lǐng)域NLP應(yīng)用，這條路度小滿已經(jīng)走了五年。

從2018年創(chuàng)立之初，度小滿就引入了大量NLP人才，成立AI部門，在NLP技術(shù)上發(fā)力。

2021年，在微軟舉辦的MS MARCO 比賽中的文檔排序Document Ranking（文檔排序）任務(wù)中，度小滿的AI-NLP團(tuán)隊(duì)排名第一并刷新紀(jì)錄。此外，團(tuán)隊(duì)研發(fā)的軒轅 (XuanYuan) 預(yù)訓(xùn)練模型也在CLUE分類任務(wù)中排名第一。

自然語(yǔ)言處理NLP是AI皇冠上的明珠，往遠(yuǎn)了說(shuō)，語(yǔ)言是進(jìn)入人類認(rèn)知智能的一扇大門，是抵達(dá)通用人工智能的一座橋梁。往近了說(shuō)，人人皆可chat（聊天），語(yǔ)言本身就具備服務(wù)每一個(gè)人，連接每一個(gè)人的低門檻和大能量，和關(guān)乎每一個(gè)人的金融服務(wù)碰撞在一起，所醞釀的商業(yè)機(jī)會(huì)也是巨大的。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。