レポートによると、本日リリースされた Ant Finance の大規模モデルは、金融業界向けに深くカスタマイズされた Ant Fundamentals の大規模モデルに基づいています。 Ant ベースの大規模モデル プラットフォームには 10,000 枚のカードの異種クラスターがあり、その中で 1,000 枚のカード規模のトレーニングの MFU は 40% に達し、クラスターの有効トレーニング時間は 90% 以上を占めます。同じモデルの効果は業界ソリューションの時間より 3.59% 高く、推論パフォーマンスは業界ソリューションの約 2 倍であり、業界の先進レベルにあり、大規模モデルの産業アプリケーションを強力にサポートします。
Ant Group は、今後も大型モデルの 5 つの主要な機能の探索と改善を継続すると述べています。 1 つ目は、高品質のデータ アノテーション チームを構築し、高品質のデータ システムを構築することです。2 つ目は、基本的な大規模モデル アルゴリズムと効率的なグリーン エンジニアリング機能に取り組み、モデルの論理的推論やその他の機能を向上させることです。3 つ目は、一般言語大規模モデルから汎用多目的モーダル大規模モデルへの移行は、一般知識から包括的な専門知識へ移行する必要がある 4 つ目は、大規模モデルの反復を高速化するための効率的な大規模モデルの評価基準と評価システムを構築すること 5 つ目は、大規模モデルを構築すること大型モデルの健全かつ持続可能な開発を保証するための安全機能。
公開情報によると、アントグループは豊富なビジネスシナリオのニーズに基づいて人工知能への投資を続けており、ナレッジグラフ、オペレーショナルリサーチの最適化、グラフ学習、信頼できるAI、大規模モデルなどのAI技術分野を展開している。 Ant Group の人工知能テクノロジーは、自社ビジネスの包括的なインテリジェント アップグレードをサポートするだけでなく、オープンソースで社会に開かれており、社会全体のデジタル変革を促進します。
業界の実際の課題を解決するために、Ant Financial の大規模モデルが正式にリリースされました
9月8日、上海で開催された外灘会議で、アント・グループは大規模な財務モデルを正式に発表した。 Ant Financial の大規模モデルは、Ant が自社開発した基本的な大規模モデルに基づいており、金融業界向けに深くカスタマイズされており、基盤となるコンピューティング パワー クラスターは 10,000 枚のカードの規模に達します。この大型モデルは、実際の金融シナリオのニーズに焦点を当てており、「認知、生成、専門知識、専門ロジック、コンプライアンス」の 5 つの次元における 28 種類の金融専用タスクで優れたパフォーマンスを発揮し、業界の専門家のレベルに達しています。 「金融イベント推論」など多くの分野。現在、Ant Financial の大規模モデルは、Ant Group の資産および保険プラットフォームで完全にテストされています。
また、アントは今回の記者会見で、大規模な財務モデルの機能を5次元28カテゴリーで評価する財務特化型タスク評価セット「Fin-」を公開し、業界のギャップを埋める高品質な総合評価セットを提供した。
大規模な産業アプリケーションに焦点を当てて、数千億のトークン金融知識を注入する
「一般的な大規模モデルは、専門的かつ厳格な分野で直接商業化することはできません。特に金融サービスはエラーに対する許容度が低いです。金融大規模モデルが真に産業的価値をもたらすためには、ドメイン知識と専門的ロジックの厳密性を確保する必要があります。」権力、プロフェッショナリズム、言語スキル、セキュリティ能力は 4 つの主要な能力を確保するための前提条件であり、これらは財務モデルが解決しなければならない真の業界の命題でもあります。」 Ant Group 副社長兼財務モデル責任者の Wang Xiaohang 氏は、財務シナリオにおける多数の実践に基づいて、Ant Finance の大規模モデルは「ビッグ モデル + 知識 + サービス」主導のアーキテクチャを形成しており、Ant Financial の内部財務インテリジェンス シーンで内部テストされていると紹介しました。
レポートによると、知識の面では、アリの財務モデルは数兆のトークンの一般的なコーパスに基づいており、数千億のトークンの財務知識を注入し、300以上の実際のトークンから合計60万以上の高品質の指示データを抽出しています。業界シナリオに基づいて、財務固有のタスクのパフォーマンスを最適化するための有利なデータ資産を形成します。
プロフェッショナリズムの面では、Ant の 10 年間の蓄積のおかげで、プラットフォーム上にはデジタル金融ツールの完全なマトリックスがあり、Ant Financial の大規模モデルは、ユーザーの言語を理解することで、Ant システム内でこれらのプロフェッショナル ツールを正確に呼び出し、ユーザーに提供することができます。サービスには、資産管理側には資産管理商品の選択、商品評価、市場解釈、資産配分などの 6 つのカテゴリーのサービスが含まれ、保険側には商品解釈、住宅設定、資産配分など 10 を超えるスマート サービスが含まれます。スマートな引受とスマートな保険金請求。
コンテンツ生成のセキュリティと制御性の問題に対処するために、Ant Financial の大規模モデルでは、意図認識と事実検証を組み合わせて使用し、生成されたコンテンツのコンプライアンス、セキュリティ、信頼性を効果的に向上させます。
アントは、金融分野におけるAIの性能を体系的に評価するため、実際の金融シナリオから金融AIタスク評価セット「Fin-」を定義しました。 Fin- は、実際の業界シナリオのニーズを表します。これは現在、金融インテリジェンスの分野で最も広範かつ専門的な評価セットです。「認知、生成、ドメイン知識、財務ロジック、セキュリティ」の 5 つの次元の 28 のカテゴリで構成されています。コンプライアンス"。この外灘会議で、アント グループも業界テクノロジーの共通の進歩を促進することを期待して、Fin- を外部の世界に正式に公開しました。
Wang Xiaohang 氏は、大規模モデルが金融業界に体験の変化をもたらしていると判断しました。つまり、より自然なインタラクション、より豊富な供給、より効果的な表現、より個人的なサービスのカスタマイズ、より効率的なサービスです。 「金融ビジネス チェーンの主要な機能はすべて、大規模モデル テクノロジーを使用してやり直す価値があります。」
8月末、アント・フィナンシャルの大型モデルが証券資格、保険資格、医師資格、薬剤師資格などの専門試験問題に合格したことがわかった。
現在、アント・フィナンシャルの大規模モデルは、財務管理と保険の分野でのアプリケーションテストをリードしています。将来的には、アント グループが金融機関と協力するすべてのデジタル金融ビジネスがこの大規模なモデルに完全に統合され、協力機関がデジタル アップグレードしてインテリジェントに変革できるよう支援します。
2 つの主要製品をリリース: 2C の「Zhixiaobao 2.0」と 2B の「Zhixiaozhu 1.0」
同じ日に、アント グループは、大規模な金融モデルに基づいた最初のアプリケーション製品である、金融業界の専門家向けのインテリジェント財務アシスタント「Zhixiaozhu 2.0」およびインテリジェント ビジネス アシスタント「Zhixiaozhu 1.0」もリリースしました。これは、Ant の分野における実証を行いました。大型モデル フルスタックのレイアウトとテクノロジーから産業アプリケーションへの進歩。
インテリジェント ビジネス アシスタント「Zhixiaozhu」バージョン 1.0 には、「サービス エキスパート エディション」、「投資リサーチ エキスパート エディション」、「保険請求エキスパート エディション」、「保険リサーチ エキスパート エディション」の 6 つのバージョンが含まれており、さまざまな金融サービスのシナリオ担当者に包括的なサービスを提供します。は、投資調査分析、情報抽出、プロフェッショナルの創造、ビジネスチャンスの洞察、および財務ツールの使用において、詳細なインテリジェントなサービスを提供できます。
「投資調査サポート」を例にとると、実測データによれば、サポートサポートは、各投資調査アナリストが毎日 100 件以上の調査レポートと情報の財務ロジックと視点の抽出を高品質で完了できるよう支援でき、40 件以上の調査レポートと情報を高品質で完了できます。財務 イベントの推論と帰属により、分析効率が 2 倍になります。同時に、Zhixiaozhu は基本的に基本的な金融工学のコード作成を置き換えることができ、定量的調査の効率が大幅に向上します。 「サービスサポート」の助けを借りて、金融コンサルタントや保険代理店の有効なアカウント管理範囲を1人あたり70％以上拡大できます。
Zhixiaabao 2.0は半年近く内部テストが行われており、申請作業が完了した後にリリースされる予定であることがわかっています。 Zhi Xiaozhuは内部テストのためにAntプラットフォームの協力組織と共同構築しており、成熟したらAntプラットフォームの協力組織に正式に開放されます。
人工知能への取り組みを継続し、大規模モデルの 5 つの主要な機能を探索します
レポートによると、本日リリースされた Ant Finance の大規模モデルは、金融業界向けに深くカスタマイズされた Ant Fundamentals の大規模モデルに基づいています。 Ant ベースの大規模モデル プラットフォームには 10,000 枚のカードの異種クラスターがあり、その中で 1,000 枚のカード規模のトレーニングの MFU は 40% に達し、クラスターの有効トレーニング時間は 90% 以上を占めます。同じモデルの効果は業界ソリューションの時間より 3.59% 高く、推論パフォーマンスは業界ソリューションの約 2 倍であり、業界の先進レベルにあり、大規模モデルの産業アプリケーションを強力にサポートします。
Ant Group は、今後も大型モデルの 5 つの主要な機能の探索と改善を継続すると述べています。 1 つ目は、高品質のデータ アノテーション チームを構築し、高品質のデータ システムを構築することです。2 つ目は、基本的な大規模モデル アルゴリズムと効率的なグリーン エンジニアリング機能に取り組み、モデルの論理的推論やその他の機能を向上させることです。3 つ目は、一般言語大規模モデルから汎用多目的モーダル大規模モデルへの移行は、一般知識から包括的な専門知識へ移行する必要がある 4 つ目は、大規模モデルの反復を高速化するための効率的な大規模モデルの評価基準と評価システムを構築すること 5 つ目は、大規模モデルを構築すること大型モデルの健全かつ持続可能な開発を保証するための安全機能。
公開情報によると、アントグループは豊富なビジネスシナリオのニーズに基づいて人工知能への投資を続けており、ナレッジグラフ、オペレーショナルリサーチの最適化、グラフ学習、信頼できるAI、大規模モデルなどのAI技術分野を展開している。 Ant Group の人工知能テクノロジーは、自社ビジネスの包括的なインテリジェント アップグレードをサポートするだけでなく、オープンソースで社会に開かれており、社会全体のデジタル変革を促進します。