近年来,以大模型为代表的人工智能技术已成为引领新一代产业变革的核心动力。2024年政府工作报告首次提出“人工智能+”,要求“大力推进现代化产业体系建设,加快发展新质生产力”“深化大数据、人工智能等研发应用”。随着人工智能技术被纳入国家发展的顶层设计,其在各行业的应用也将开启新篇章。金融行业作为国内最早应用人工智能的行业之一,正在紧抓当前数智化技术变革机遇,前瞻性布局大模型等领域的自主创新和应用,培育金融行业的新质生产力。

12月5日,由北京金融信息化研究所、北京金融科技产业联盟主办,中电金信、CCF数字金融分会等单位承办的“2025金融科技发展趋势洞见学术交流活动”在京召开。活动期间,中电金信发布了源启金融大模型及多模态智能鉴伪大模型两款大模型产品。

围绕业务场景需求
以应用牵引发力人工智能创新

针对金融行业的人工智能及大模型应用场景进展,中国电子首席科学家、中电金信研究院院长况文川表示,人工智能一直在金融行业有较为深度和普遍的应用,同时,作为经营监管较为审慎的行业,金融机构在新一代人工智能技术的采用上持有积极尝试但谨慎推进的态度,主要集中在具体应用场景的落地尝试上。而随着大模型应用技术的逐渐成熟,应用场景从尝试、改进走向价值化体现,将会迎来从逐步渗透到全面快速发展的新阶段。

如何推动AI发展向深向实、探索更多的应用场景,是业界共同面临的挑战。中电金信凭借多年来持续的研发创新和实践经验,在金融等重点行业形成了数字基础设施、业务咨询、行业应用软件、大数据治理和大规模行业定制服务等全面的数智化产品和解决方案。依托中国电子完整的智算体系,中电金信积极推动人工智能创新发展,2024年启动“源启AI+行动”,以应用为牵引、以场景为驱动、以源启·行业AI平台为支撑,致力于打通AI应用价值的“最后一公里”。

会议期间,中电金信研究院副院长单海军博士正式发布了中电金信源启金融大模型和多模态智能鉴伪大模型,前者为应用攻坚的矛,后者为防范大模型风险的盾。

源启金融大模型,更懂金融的大模型

单海军表示,中电金信在打造源启金融大模型的过程中,十分重视数据工程,从实际应用场景出发精挑细选了约700G以银行场景为主的金融数据,同时构建了大量的金融指令数据,经过指令筛选与进化等操作,保证大模型与银行、保险应用场景对齐,最终符合场景使用需求。为了更贴合银行的业务场景,解决任务评测单一覆盖不全等问题,中电金信还构建了专属的金融能力评测集——Gien-FinData评测数据集。他介绍,中电金信源启金融大模型具备以下特点优势:

领域专精:针对银行、保险、证券场景研制的金融大模型,经过特定金融文本增量训练及数十万金融指令数据调优,提升金融洞察能力,在信贷、监管合规、贸易金融领域更专精;

定向增强:金融的核心需求如摘要、逻辑推理和计算能力,进行了定向增强。通过多路召回、文档高效解析等技术,有效增强大模型知识回答实效性;

便捷部署:多版本满足不同部署需求,适配多款国产算力,支持私有化部署;

高效推理:模型优化,推理引擎加速,有效提升了模型的响应速度。

多模态智能鉴伪大模型,构建行业安全新堡垒

针对近年来AIGC造假激增、严重威胁业务安全的痛点,中电金信推出多模态智能鉴伪大模型产品,助力多行业抵御深度伪造风险。单海军介绍,多模态智能鉴伪大模型创新采用R-MFDN方法,通过对伪造视频的视频帧、音频、讲话文本分别进行特征提取,并运用基于身份的对比学习和跨模态对比学习进行训练,提取出对身份和模态间不一致的敏感特征来鉴别真伪。目前,双模态篡改检出率已达到99.9%以上,单模态篡改检出率达到96%以上。

“源启AI+”行动

多举措全力推进数智化发展

围绕中电金信在人工智能领域的实践与思考,况文川介绍,中电金信“源启AI+”行动重点围绕智算底座、智能应用和数智金信展开。首先,针对金融级数字底座“源启”进行智能化扩展,强化AI开发及服务平台能力,赋能行业规模化生产人工智能能力;其次,结合公司在行业数据方面的应用和积累,构建专业数据集,运用大模型技术,对优势解决方案全面进行智能化升级和改造,如数据治理、商业分析、营销、信贷、风控、贸易金融、供应链、客服、投资理财、安全生产等领域,目前相关成果已在银行、保险、能源、制造、零售多个行业等几十个项目中落地应用;同时,加速软件企业自身研发生产、运营管理、支撑服务和人才供应链的全面智能化升级,提升自身数智化能力,并大力开展人工智能综合型人才培养。

面向未来,中电金信将持续投入大模型技术研发和建设,在算力底座、大数据、大模型、场景应用等多方面同步发力,为金融行业高质量发展注入新动能,与金融行业一起相伴同行,共同打造美好的数智金融新未来。

中电金信发布两款大模型产品,打通AI+应用“最后一公里”的更多相关文章

  1. 宏碁发布两款全A平台笔记本:良心价

    导读 8月3日消息,在全球数码互动娱乐盛会ChinaJoy上,宏碁推出全新两款全A平台笔记本——暗影骑士4 锐龙版酷冷游戏本和蜂鸟Swift3锐龙版金属轻薄本. 此次发布的宏碁暗影骑士4 锐龙版笔记本 ...

  2. 发布两款JQ小插件(图片查看器 + 分类选择器),开源

    图片查看器,github地址:https://github.com/VaJoy/imgViewer 效果如下: 这款当初大概写了2小时,有点匆忙地赶出来的,使用的接口很简单: $.bindViewer ...

  3. 发布一款仿天猫产品放大镜JQuery插件

    效果如下图: 1.原图 2.放大镜效果: 插件源码如下: /* * * JQUERY 简洁无极放大镜插件-zoomer * Author:盛世游侠 * QQ:418873053 * Date:2013 ...

  4. 华为高级研究员谢凌曦:下一代AI将走向何方?盘古大模型探路之旅

    摘要:为了更深入理解千亿参数的盘古大模型,华为云社区采访到了华为云EI盘古团队高级研究员谢凌曦.谢博士以非常通俗的方式为我们娓娓道来了盘古大模型研发的"前世今生",以及它背后的艰难 ...

  5. Rose与PowerDesigner:两款UML建模工具的对比

    声明 本文转载自:Rose与PowerDesigner:两款UML建模工具的对比 正文 本文和大家重点讨论一下Rose与PowerDesigner:两款UML建模工具的对比,Rose和PowerDes ...

  6. [从源码学设计]蚂蚁金服SOFARegistry之推拉模型

    [从源码学设计]蚂蚁金服SOFARegistry之推拉模型 目录 [从源码学设计]蚂蚁金服SOFARegistry之推拉模型 0x00 摘要 0x01 相关概念 1.1 推模型和拉模型 1.1.1 推 ...

  7. 无插件的大模型浏览器Autodesk Viewer开发培训-武汉-2014年8月28日 9:00 – 12:00

    武汉附近的同学们有福了,这是全球第一次关于Autodesk viewer的教室培训. :) 你可能已经在各种场合听过或看过Autodesk最新推出的大模型浏览器,这是无需插件的浏览器模型,支持几十种数 ...

  8. 千亿参数开源大模型 BLOOM 背后的技术

    假设你现在有了数据,也搞到了预算,一切就绪,准备开始训练一个大模型,一显身手了,"一朝看尽长安花"似乎近在眼前 -- 且慢!训练可不仅仅像这两个字的发音那么简单,看看 BLOOM ...

  9. DeepSpeed Chat: 一键式RLHF训练,让你的类ChatGPT千亿大模型提速省钱15倍

    DeepSpeed Chat: 一键式RLHF训练,让你的类ChatGPT千亿大模型提速省钱15倍 1. 概述 近日来,ChatGPT及类似模型引发了人工智能(AI)领域的一场风潮. 这场风潮对数字世 ...

  10. 推荐两款PC健康小软件

    一.前言 对于经常需要坐在电脑前工作一整天的人来说,健康问题是不得不关注的.下面推荐我一直在用的两款体积非常小(几百KB)的健康小软件,也许可以在无形中保护你.提醒你. 1. FadeTop 这是一款 ...

随机推荐

  1. 【问题解决】remote: parse error: Invalid numeric literal at line 1, column 20,解决思路

    问题现象 某同事出现过同样的推送到git仓库报错的问题,报错信息详情如下: Delta compresion using up to 20 threads Compressing objects: 1 ...

  2. Oracle ADG 自动切换脚本分享

    为大家分享一个[Oracle ADG自动切换]的脚本,由云和恩墨工程师HongyeDBA编写,支持Switchover.Failover. 下载链接:https://www.modb.pro/down ...

  3. iOS中RunLoop和线程的关系

    RunLoop又叫运行循环,主要用来管理线程.一个线程对应一个RunLoop,一个RunLoop又有五种模式.只有主线程的RunLoop是默认开启的,所以程序在开启后,会一直运行,不会退出.其他线程的 ...

  4. iOS中UIlabel多行文本展示使用小结

    最近在项目开发中遇到了一个新的需求,就是菜单标题最多两行展示,一行展示的标签顶部和两行展示的标签顶部对齐.看到要求后,第一反应是这是什么奇葩的设计,但是没办法谁让别人是产品经理呢.细细思索后,代码如下 ...

  5. 介绍this指向问题

    this是js底层定义的变量,代表了代码的指向环境 a 函数的this是window b 方法的this是调用的对象 c 构造函数和原型对象上的方法的this指向实例化对象 d 箭头函数不会自己创建t ...

  6. Oracle 11.2 RAC 添加节点

    软硬件环境:与上一篇文章一致: 集群中增加节点大致分为 4 个步骤: 1. 前期准备阶段:2. 新节点加入集群(安装 GI 软件):3. 新节点安装 DB 软件:4. 给新节点分配实例: 1.前期准备 ...

  7. [图像处理] 基于CleanVision库清洗图像数据集

    CleanVision是一个开源的Python库,旨在帮助用户自动检测图像数据集中可能影响机器学习项目的常见问题.该库被设计为计算机视觉项目的初步工具,以便在应用机器学习之前发现并解决数据集中的问题. ...

  8. 反射+特性实现 类和XML文档的序列化反序列化

    1.作用:将实体类的属性(字符串.日期.数值.布而.类)生成为xml文档中的结点,将xml文档的结点值或者属性值填充到实体类的属性值中2.思路:特性.反射.泛型:特性记录xml结点与实体属性的对应关系 ...

  9. My SQL 列转行操作

    原表结构如下,我们可以发现,"日运输量"和"车次"是在同一张表中相互独立的两个字段,即独立的两列数据,下面,我将系统中的测试数据以及代码全部放出来,以解释列转行 ...

  10. 2024/9/16 CSP-S模拟赛试题

    A 这题是很有意思的一个题,思路就是你考虑kt的位置只可能在四个角,因为这种情况下,他的距离才会最远对吧,所以你就暴力找另一个人fengwu的点的位置,然后计算他们之间的距离然后你求一个\(\max\ ...