邬贺铨院士：金融大模型改变了金融科技的范式

封面新闻记者 付文超

10月17日下午，百度世界·度小满金融大模型前沿发展论坛在北京召开，中国工程院院士邬贺铨在大会上表示“金融大模型改变了金融科技的范式，重塑金融行业的工作方式，改变了金融服务生态。”

据了解，目前金融大模型已经应用在金融资讯、产品介绍内容的文本自动生成，构建虚拟客服在线交互等方面，给用户提供更人性的服务，提升金融机构内容运营的效率。

邬贺铨认为，金融大模型的发展需要全行业共同参与，合作开发，“基础大模型多数从通用语料训练生成，通识能力强，可作聊天对话，但缺少行业专业知识，需要大模型提供方与垂直行业合作开发行业大模型”。

以度小满的开源金融大模型“轩辕”为例，它是将预训练数据（一般预训练、金融预训练）和指令数据（一般指令、金融指令）随机混洗到一个训练数据中进行混合微调，通过多阶段逐渐训练缓解预训练和微调间数据不匹配问题，提高模型的表达、理解、迁移和泛化能力。

度小满CEO朱光表示，“未来五年，生成式AI在金融领域的应用，将成为度小满最重要的战略方向。度小满将不断加大金融垂类大模型及应用的布局和投入，和业界一起把握机遇，推动新一轮金融科技发展浪潮。”

邬贺铨认为，金融大模型的发展目前仍面临着三方面挑战。首先是金融行业对数据安全性、隐私合规性都有着严格的要求。尤其是在风控方面，对时效性与精准性要求严格，而一般的基础大模型透明性、可信性、专业性不足，很难直接迁移为金融大模型。

第二点是金融大数据在成本与质量上的平衡问题。由于金融行业内的数据难以共享，因此金融大模型的数据规模远远不及通用语料，导致金融大模型难以产生“智能涌现”的效果。

第三则是本地私有部署需要自建算力设施，对软硬件产品有严格的信创要求，而且参数规模大则算力成本高。

对于金融大模型的落地应用途径，邬贺铨院士建议：一是从可控入手开发应用，例如智能客服、智能运营、写文章、写邮件等安全的领域出发。二是从人机混合智能切入，例如在初期阶段先让金融大模型与传统模型共存，经应用考验后再将金融大模型逐步替代传统模型。同时还可以通过变换场景，丰富大模型的场景迁移学习能力，或加入反事实的数据来测试，改进AI的学习本质，提高模型的泛化能力。也可以在金融大模型训练或微调时通过有监督学习思维链的模式，通过专家介入诱导它一步一步地进行思维推理。

【如果您有新闻线索，欢迎向我们报料，一经采纳有费用酬谢。报料微信关注：ihxdsb，报料QQ：3386405712】