9月8日，在上海舉辦的外灘大會最后一日，螞蟻集團正式發(fā)布了其自研金融大模型下的兩個應用產(chǎn)品——智能金融助理“支小寶2.0”，以及服務金融產(chǎn)業(yè)專家的智能業(yè)務助手“支小助1.0”，二者將率先在理財和保險領域進行應用測試。
(資料圖片僅供參考)
螞蟻首個金融大模型應用上線
在發(fā)布會上，螞蟻集團透露，“支小寶2.0”已內(nèi)測近半年，將在完成相關備案工作后上線。而“支小助”正在與螞蟻平臺合作機構內(nèi)測共建，為理財顧問、保險代理、投研、金融營銷、保險理賠等金融從業(yè)專家打造全鏈條的AI業(yè)務助手。
具體來看，螞蟻集團首個基于金融大模型的應用產(chǎn)品 —— 智能金融助理“支小寶2.0”，可為用戶提供高質量的行情分析、持倉診斷、資產(chǎn)配置和投教陪伴等專業(yè)服務。
螞蟻集團副總裁、金融大模型負責人王曉航表示，“支小寶2.0”具備高精度的意圖理解，個性化的溝通風格：金融意圖識別準確率達到95%，金融事件分析推理能力不遜于真人行業(yè)專家，能夠進行多回合的高質量對話。
他表示，支小寶2.0已經(jīng)內(nèi)測近半年，待完成備案工作即可上線。支小助則正與螞蟻平臺的合作機構內(nèi)測共建，待成熟后向螞蟻平臺上的合作機構正式開放。
此外，對于另一款金融大模型應用——“支小助”的1.0版本，也即將在備案后上線，該產(chǎn)品包含了“服務專家版”、“投研專家版”、“理賠專家版”、“保險研究專家版”等六個版本，全方位服務不同金融場景的從業(yè)人員，可在投研分析、信息提取、專業(yè)創(chuàng)作、商機洞察、金融工具使用等環(huán)節(jié)提供深度智能服務。
螞蟻集團提供的“支小助”實測數(shù)據(jù)顯示，“支小助”每日可輔助每位投研分析師高質量地完成超過100+篇研報和資訊的金融邏輯和觀點提取，40+金融事件的推理和歸因，分析效率倍增。同時，支小助可基本替代基礎的金融工程代碼編寫，帶來量化研究效率的大幅提升。在“服務支小助”的輔助下，理財顧問和保險代理人的有效管戶半徑人均可擴大70%以上。
螞蟻金融大模型成色幾何？
早在今年6月，有消息稱，螞蟻集團技術研發(fā)團隊正在自研語言和多模態(tài)大模型，研發(fā)中的大模型內(nèi)部命名為“貞儀”。對此，螞蟻集團回應，稱“消息屬實”。但在今年9月8舉行的外灘大會上，螞蟻集團卻并未官宣該大模型的名稱。
螞蟻集團表示，在底層大模型方面，螞蟻金融大模型是基于螞蟻集團自研的基礎大模型，針對金融產(chǎn)業(yè)深度定制；在算力方面，螞蟻金融大模型的底層算力集群達到了萬卡規(guī)模；在實際測試方面，目前，該模型在“研判觀點提取”“金融意圖理解”“金融事件推理”等眾多領域達到行業(yè)專家水平，并已在螞蟻集團的財富、保險平臺上全面測試。今年8月底，螞蟻金融大模型已通過證券從業(yè)資格、保險從業(yè)資格、執(zhí)業(yè)醫(yī)師資格、執(zhí)業(yè)藥師資格等專業(yè)試題測試。
對于為何要自研底層大模型，螞蟻集團副總裁、金融大模型負責人王曉航在論壇上表示，目前，市場上通用大模型無法在專業(yè)嚴謹?shù)念I域直接商用，特別是金融服務對錯誤的容忍度很低，金融大模型要確保領域知識和專業(yè)邏輯的嚴謹性，才能真正落地帶來產(chǎn)業(yè)價值。知識力、專業(yè)力、語言力以及安全力——保障四大能力是前提條件，才是金融大模型要解的產(chǎn)業(yè)真命題。
王曉航表示，在知識力方面，螞蟻金融大模型在萬億量級Token的通用語料基礎上，注入千億量級Token金融知識，并從300+真實產(chǎn)業(yè)場景中提取了共60萬+高質量指令數(shù)據(jù)，形成了金融專屬任務性能優(yōu)化的優(yōu)勢數(shù)據(jù)資產(chǎn)。
在專業(yè)力方面，螞蟻平臺上有完備的數(shù)字化金融工具矩陣，螞蟻金融大模型可通過理解用戶語言，精準調用螞蟻體系內(nèi)的這些專業(yè)工具來給用戶提供相應專業(yè)服務。例如，理財側包括理財選品、產(chǎn)品評測、行情解讀、資產(chǎn)配置等6大類服務，保險側則包括產(chǎn)品解讀、家庭配置、智能核保、智能理賠等10多個智能服務。
在針對內(nèi)容生成安全可控方面，螞蟻金融大模型采用意圖識別與事實性校驗相結合的方式，有效提升了生成內(nèi)容的合規(guī)性、安全性和真實性。
王曉航表示，未來，螞蟻集團還將持續(xù)在五個方向探索和精進大模型的能力：第一，建設高質量的數(shù)據(jù)標注團隊，沉淀高質量數(shù)據(jù)體系；第二，攻堅基礎大模型算法，以及高效綠色工程能力，提升模型邏輯推理等能力；第三，從通用語言大模型到通用多模態(tài)大模型，從一般通識走向全面專業(yè)；第四，建設高效的大模型評測標準和評測體系，加快大模型迭代速度；第五，建設大模型安全能力，保障大模型健康可持續(xù)發(fā)展。
（文章來源：界面新聞）
標簽：
