Competindo no modelo financeiro, para onde vai a comercialização?

Fonte original: Zero One Finance

Autor: Shen Zhuoyan

Fonte da imagem: Gerada por Unbounded AI‌

Em muitas discussões sobre o modelo financeiro, "aplicação de desembarque" tornou-se a palavra-chave final.

Para serviços financeiros, conformidade de precisão e segurança são os maiores pré-requisitos para a aplicação de qualquer tecnologia. Portanto, a aplicação do grande modelo financeiro não é de forma alguma um simples "trazer doutrina". Ele precisa ser ajustado repetidamente em combinação com as necessidades de negócios em geral, que também é o foco principal do atual modelo financeiro grande .

No final de julho, de acordo com pesquisas e análises de Yang Wang, vice-secretário-geral do Tencent Research Institute, o número de modelos domésticos de grande escala com parâmetros de mais de 1 bilhão aumentou de 79 no final de maio para 116 , incluindo cerca de 18 modelos financeiros de grande escala.

Algumas pessoas acreditam que o surgimento do modelo maior pode trazer o processo de transformação digital das instituições financeiras para a mesma linha de partida e preencher a "lacuna de transformação" entre as instituições financeiras. Esta é uma oportunidade imperdível para pequenas e médias financeiras instituições. **

Com a premissa de garantir a precisão das informações e conformidade com a segurança, a primeira a obter avanços comerciais em cenários de negócios financeiros tornou-se o ponto decisivo na competição entre 18 instituições de pesquisa e desenvolvimento de modelos financeiros em grande escala.

Todos mostram seus talentos e agarram a pista

No final de março, a Bloomberg, a maior empresa de informações financeiras do mundo, lançou um modelo de linguagem em larga escala com 50 bilhões de parâmetros - BloombergGPT, que marcou o nascimento do primeiro modelo financeiro de larga escala do mundo e também desencadeou uma onda de grandes modelos financeiros de grande escala na China.

De acordo com a Bloomberg, o modelo grande é treinado em um conjunto de dados financeiros de 3630 tokens e um conjunto de dados públicos de 345 bilhões de tokens, que pode suportar totalmente as tarefas de NLP (processamento de linguagem natural) no campo financeiro, e seu desempenho é significativamente melhor do que outros abertos modelos de escala semelhante. O desempenho em benchmarks de NLP também está na média ou acima dela.

O som do BloombergGPT trouxe direção prática ao país.

Figura 1: Linha do tempo dos principais modelos financeiros domésticos (estatísticas incompletas)

Fonte: Zero One Think Tank

Em maio, a Transwarp Technology, fornecedora líder de software básico de big data, lançou o primeiro modelo generativo de linguagem grande "Wuya Infinity" para o campo de quantificação financeira. **De acordo com sua introdução, o Transwarp Infinity suporta revisão abrangente, resumo e raciocínio dedutivo de eventos de mercado, como ações, títulos, fundos e commodities, bem como análise aprofundada de relatórios de pesquisa de políticas, fornecendo assistência na tomada de decisões para fundos gerentes.

No final de maio, Du Xiaoman lançou o primeiro modelo financeiro chinês de 100 bilhões de níveis "Xuanyuan", tarefas como comentários, análise de dados financeiros e compreensão de notícias financeiras. Xu Dongliang, CTO da Du Xiaoman, disse que o modelo Xuanyuan é treinado com base nos dados financeiros maciços acumulados pelos cenários de negócios reais da Du Xiaoman, garantindo que, ao melhorar as capacidades financeiras, as capacidades gerais não sejam perdidas.

Em junho, a Hang Seng Electronics lançou o LightGPT, um grande modelo para o setor financeiro. Segundo ele, LightGPT usa mais de 400 bilhões de tokens de dados financeiros (incluindo informações, anúncios, relatórios de pesquisa, dados estruturados etc.) , regulamentos, regulamentos etc.) e use-o como corpus de pré-treinamento secundário do modelo grande para oferecer suporte ao ajuste fino de mais de 80 instruções de tarefas específicas financeiras.

Em 29 de junho, **Torsi lançou o modelo de grande escala Tuotian e lançou três modelos industriais de grande escala para as áreas de mídia, finanças e assuntos governamentais. **No modelo financeiro, a empresa se baseia em mais de 11 bilhões de dados financeiros, 10 bilhões de dados de índices industriais, mais de 3 bilhões de dados detalhados de elementos industriais, mais de 200 milhões de ontologia dinâmica industrial, mais de 500 dimensões de indexação, 10.000 + Regras de indexação de conhecimento, mais de 100.000 rótulos da indústria como dados de treinamento profissional. Há poucos dias, a TRS anunciou que planeja arrecadar 1,8 bilhão de yuans para pesquisa e desenvolvimento de modelos de grande escala na indústria de Tuotian e no projeto de industrialização de aplicativos AIGC.

Em julho, a Malaysia Consumption revelou que lançará oficialmente seu próprio modelo de grande escala, com foco em "modelos de grande escala com recursos independentes de aprendizado por reforço dinâmico (AIGC + RLHF), sistemas de IA combinados de vários modelos e vários homem-máquina de áudio e vídeo modal em tempo real Combinando os "três principais recursos principais", está empenhado em resolver os principais problemas de segurança e controlabilidade do modelo de grande escala no setor financeiro, proteção de privacidade e capacidade de infraestrutura prédio.

**Na onda dos grandes modelos financeiros, as instituições e operadoras de gestão de patrimônio não ficam muito atrás. Haitong Securities, Shenwan Hongyuan, GF Securities, Xingye Securities, Changjiang Securities, Southwest Securities, Guohai Securities, Guosheng Securities, Huafu Securities e Caida Securities anunciaram que se tornarão o primeiro lote de cooperação ecológica para os parceiros "Wen Xin Yi Yan" do Baidu , os operadores de gestão de patrimônio representados por Flush Flush e Oriental Fortune também anunciaram que se concentrarão na construção de uma plataforma de consultoria de investimento em IA, pesquisa aprofundada em AIGC, IA interativa e outros campos, melhorará a construção ecológica de conteúdo e aprimorará a inteligência capacidades de operação.

Tencent Cloud visa o campo da segurança financeira e lança um modelo de controle de risco financeiro em larga escala para ancorar as necessidades de controle de risco de transações institucionais, crédito, marketing e outros cenários. Li Chao, cientista-chefe da Tencent Yuntianyu, acredita que o controle de risco, especialmente o link de controle de risco pré-empréstimo, tem as necessidades mais urgentes. No campo do crédito, a fraude causada pela produção ilegal representou 40% a 70% de todo escala atrasada.

O produto modelo em grande escala "Xunfei Xinghuo Smart Customer Service" lançado pela HKUST Xunfei visa ajudar as instituições financeiras a melhorar a eficiência e a qualidade do atendimento ao cliente e melhorar a experiência do usuário. Os produtos inteligentes de atendimento ao cliente da Xunfei Xinghuo foram amplamente aprimorados em termos de capacidade de compreensão de intenção, capacidade de aplicação de conhecimento profissional, design de diálogo e capacidade de interação e capacidade de expressão personalizada.Serviços técnicos valiosos.

Wenyin Internet anunciou uma solução baseada no "Wenyin Large Model" para conectar vários cenários financeiros. De acordo com a introdução, a solução abrange vários cenários, como emissão de dívida, IPO, avaliação de classificação ESG, pesquisa de investimento robótico, consultor robótico, avaliação de crédito, classificação de títulos, auditoria de conformidade, redação de notícias, manutenção industrial etc. e co-piloto eficiente.”

Correspondendo aos produtos, alguns padrões da indústria também estão surgindo. No final de julho, a Tencent Cloud e a China Academy of Information and Communications Technology lançaram em conjunto um plano de promoção conjunta para padrões de modelo industrial em grande escala. a indústria financeira.

Segundo relatos, o método de avaliação do padrão para grandes modelos no setor financeiro abrange cenários de aplicação, como pesquisa de investimento, consultoria de investimento, controle de risco, marketing, atendimento ao cliente, bancos, seguros e valores mobiliários, e também avalia grandes modelos em termos de conformidade e rastreabilidade de dados. , implantação de privatizações, controle de riscos e outros aspectos apresentados aos requisitos.

Debate sobre a estratégia da camada de aplicativo

A aplicação do grande modelo financeiro tem a mesma raiz da comercialização, a comercialização é o objetivo final e a aplicação é o caminho necessário para realizar a comercialização.

Devido às diferentes direções de aplicação, os recursos exibidos pelo modelo financeiro também são diferentes. De acordo com a forma de saída da capacidade do modelo, ela pode ser dividida em duas formas: centralizada e descentralizada.

O modo centralizado significa que a empresa chama a API do modelo geral grande ou o modelo vertical de terceiros para criar funções de negócios; o modo descentralizado significa que a empresa ajusta o modelo geral com dados proprietários de acordo com os cenários e funções de uso , formando um ou mais Um pequeno modelo de um negócio real.

**A estratégia de aplicação do modelo financeiro de nuvem Tencent é de zero a todo no nível de controle de risco. **Especificamente falando, em resposta às necessidades das instituições financeiras para modelagem dinâmica de controle de risco, a experiência do especialista é abstraída em uma série de conjuntos de estratégias de controle de risco e, em seguida, um grande modelo de controle de risco é formado e, em seguida, o grande modelo de controle de risco é usado para lidar com pessoas falsas, máquinas falsas e pessoas falsas. O comportamento fraudulento da máquina real e da máquina falsa.

Segundo relatos, os canais e grupos de clientes de uma instituição financeira estão mudando rapidamente, e o método tradicional de modelagem conjunta baseado em especialistas é ineficiente e caro, e não pode atender aos requisitos de iteração rápida do sistema de controle de risco. da Tencent Cloud, o modelo O ciclo de iteração foi reduzido de 17 dias para 3 dias, e a eficiência da modelagem aumentou em 60%.

Essa abordagem coincide com as opiniões de Lin Changle, vice-presidente executivo do Cross Information Core Technology Research Institute. Lin Changle propôs a rota técnica de combinar os parâmetros de campo profissional relevantes no modelo grande com o modelo profissional e realizou a conexão entre o modelo de campo profissional e o modelo grande escrevendo os parâmetros de precisão do modelo profissional no modelo grande.

**WarrenQ-Chat, uma plataforma inteligente de pesquisa de investimentos lançada em conjunto pela Hang Seng Electronics e Hang Seng Juyuan, busca a precisão das informações financeiras. Os usuários podem obter facilmente preços, informações e dados do mercado financeiro por meio de instruções de diálogo e o diálogo gerado por cada um frase Ambos suportam a fonte do texto original para garantir que a fonte da notícia possa ser rastreada.

** HKUST Xunfei "Spark Smart Customer Service" presta mais atenção para melhorar a experiência de interação do cliente com recursos de IA. **De acordo com Zhao Gan, vice-presidente do Instituto de Pesquisa iFLYTEK e CTO da Divisão de Tecnologia Financeira, o atendimento ao cliente inteligente da Xinghuo é baseado em capacidades de problemas de conhecimento aberto de domínio amplo, modelos grandes, bases de conhecimento do setor e acoplamento de APP externo, que pode resolver novos conhecimento difícil de atualizar, perguntas e respostas baseadas em fatos são fáceis de "abrir coroas e Li Dai" e outras perguntas; por meio do raciocínio lógico de cadeias de pensamento situacional, produtos personalizados podem ser recomendados para usuários, permitindo que o marketing adquira clientes.

**Wang Xiaochuan, o fundador da Baichuan Intelligent, acredita que 80% do valor de grandes modelos pode estar contido em modelos e serviços descentralizados. **

**Para onde vai a comercialização? **

De acordo com relatórios do Geek Park, é relatado que, com o esclarecimento da supervisão, vale a pena aguardar o lançamento do primeiro lote de modelos compatíveis. Ao mesmo tempo, não há requisitos oficiais de conformidade para o aplicativo atual no campo To B, o que impulsionará a implementação de modelos de grande escala nas empresas e também promoverá o desenvolvimento da camada de ferramentas e da camada de aplicativos.

**Mas para o C-end, a conformidade em primeiro lugar é uma tendência inevitável. **Como disse Yang Tao, vice-diretor do Laboratório Nacional de Finanças e Desenvolvimento, quando grandes modelos de inteligência artificial são aplicados no campo financeiro, mais atenção deve ser dada à auditabilidade e interpretabilidade de grandes modelos e às mudanças nas características de risco causadas participando de atividades financeiras, proteção de dados, compartilhamento de responsabilidade, limites de conformidade e outras questões, e fortalecer a governança de ética de dados, ética de algoritmo, ética de assunto e ética de comportamento.

Chai Hongfeng, acadêmico da Academia Chinesa de Engenharia e reitor do Instituto de Pesquisa em Tecnologia Financeira da Universidade de Fudan, acredita que o atual modelo de larga escala ainda não aproveitou o efeito de emergência no campo vertical das finanças**.

Por um lado, devido à privacidade dos dados financeiros e do conhecimento, é difícil compartilhar e é impossível construir um grande conjunto de dados. Isso pode aumentar a ligação entre a indústria, a universidade e a pesquisa e, em conjunto, construir uma base mais forte modelo no campo vertical financeiro; por outro lado, devido ao financeiro Existem mais modos de dados e é difícil realizar modelagem de processamento unificado, e os grandes modelos de hoje ainda precisam ser fortalecidos para expressar essa multimodalidade.

Bao Jie, o fundador da Wenyin Internet, levantou a questão das restrições à comercialização**.Os clientes financeiros não têm orçamentos ilimitados, geralmente apenas centenas de milhares de investimento inicial de vários milhões. Restrições práticas geralmente vêm de treinamento distribuído, processo de limpeza de dados, otimização de palavra de prompt, vários formatos de dados e como equilibrar a proporção de treinamento de parâmetro completo e engenharia de prompt e reduzir custos para obter melhores resultados de treinamento. Problemas resolvidos no projeto .

Alguns praticantes acreditam que os clientes finais da atual exploração da comercialização de grandes modelos financeiros ainda recairão sobre as pequenas e médias instituições financeiras. De várias perspectivas, como ambiente regulatório, concorrência de mercado e segurança de dados, as principais instituições financeiras não têm motivos ou vontade de usar modelos externos de grande escala. **

Isso significa que, no processo de auto-pesquisa das principais instituições financeiras, as pequenas e médias instituições financeiras cooperam com os modelos maduros de grande escala existentes para ganhar uma certa quantidade de espaço de atualização, que é um excelente período de janela para compensar a lacuna na digitalização.

Ao mesmo tempo, a cooperação com instituições financeiras de pequeno e médio porte também é um excelente campo de batalha para testar os recursos de personalização de grandes provedores de modelos na camada de aplicativos.

Como disse Lv Zhongtao, diretor de tecnologia do ICBC, considerando a relação custo-benefício de entrada e saída, instituições financeiras de pequeno e médio porte podem introduzir várias APIs de nuvem pública em larga escala ou serviços de implantação privatizados sob demanda para atender diretamente às suas demandas de capacitação.

Redefinindo Fintech

** Do ponto de vista do posicionamento, a melhoria da qualidade e eficiência do setor financeiro pelo modelo grande é uma continuação da tecnologia financeira do passado, mas o efeito é infinitamente alto, o que equivale a abrir uma nova era. **

O CEO da Du Xiaoman, Zhu Guang, disse uma vez que o surgimento de tecnologias de modelo em grande escala, como GPT, significa que toda a concorrência e vantagens em torno da Internet móvel e AI 1.0 estão chegando ao fim. A tecnologia de modelos em larga escala irá remodelar a maneira de trabalhar e o padrão de vários setores, o mais óbvio dos quais pode ser o setor financeiro. Em outras palavras, a tecnologia de modelo grande redefine a fintech.

Também é com base no acúmulo de aplicações de tecnologia financeira no passado que Lu Zhongtao acredita que grandes modelos e modelos tradicionais coexistirão no curto prazo. Ao mesmo tempo, grandes modelos podem ser usados como controle central e modelos tradicionais podem ser usados como habilidades. A longo prazo, se a complexidade do cálculo do modelo grande for reduzida e a interpretabilidade for aprimorada, suas vantagens econômicas abrangentes serão destacadas e o modelo grande substituirá gradualmente o modelo tradicional.

Chai Hongfeng acredita que a combinação de construção de modelo de campo vertical financeiro e dados financeiros se tornará uma importante força motriz para promover a inovação e o desenvolvimento da tecnologia financeira, e a tecnologia inteligente híbrida humano-computador se tornará uma tecnologia impulsionada pela inovação que promove o progresso de o campo financeiro. Para superar muitos problemas existentes na aplicação de grandes modelos financeiros, é imperativo fortalecer a cooperação entre indústria, universidade e institutos de pesquisa.

Materiais de referência:

1. A "Guerra dos Cem Modelos" retorna à racionalidade! A Tencent Cloud assumiu a liderança na compilação do primeiro padrão de modelo em larga escala do setor financeiro da China para promover esse negócio

2. Modelos de grande escala estão em plena floração.A aplicação de modelos de grande escala no campo financeiro é altamente esperada.

3. Wenyin Internet Baojie: Centenas de milhares de investimentos e milhões de investimentos, as instituições financeiras podem ter seu próprio modelo de indústria

4. Fervendo 251 dias, entrevistando quase uma centena de praticantes, cerca de 5 situações atuais do grande mundo modelo

5. Como liberar o valor do grande modelo para a indústria financeira?

6. Acadêmico Chai Hongfeng: Pensamento e perspectiva de um grande modelo capacitando a tecnologia financeira