(資料圖片)
9月25日，在云棲大會“新‘模’力 新點金：金融大模型技術(shù)峰會”上，奇富科技首席算法科學(xué)家費浩峻基于公司豐富的落地實踐經(jīng)驗，系統(tǒng)闡述了金融大模型的落地邏輯——告別參數(shù)規(guī)模的盲目追逐，以“做小做強(qiáng)”的路徑推動金融AI從“堆人力、堆模型”的傳統(tǒng)范式，邁向“聚智能、見個體”的價值升級，為行業(yè)提供了金融大模型務(wù)實落地的清晰樣本。
費浩峻指出，在傳統(tǒng)機(jī)器學(xué)習(xí)階段，金融AI面臨兩大核心制約：一是高度依賴人工特征工程，模型難以直接處理真實世界中復(fù)雜、非結(jié)構(gòu)化的數(shù)據(jù)；二是模型泛化能力差，不同業(yè)務(wù)需定制不同模型，迭代成本高、響應(yīng)慢。
面對這些挑戰(zhàn)，奇富科技圍繞金融大模型技術(shù)形成四大破局點：
第一步，一模型多能，打破泛化瓶頸。奇富科技基于千問多模態(tài)大模型打造“AI審批官”，僅用一個模型即可覆蓋各類銀行單據(jù)解析任務(wù)，告別過去二三十個OCR模型并行的冗余局面，顯著提升處理效率與精度，實現(xiàn)大模型在真實業(yè)務(wù)中的“做強(qiáng)”首戰(zhàn)。
第二步，從標(biāo)簽到個體，推動服務(wù)精準(zhǔn)化。費浩峻提到，奇富科技近期推出的“小微識別智能體”，正嘗試突破傳統(tǒng)群體標(biāo)簽的局限，對小微企業(yè)多維度信息進(jìn)行組合推理，逐步逼近個體真實經(jīng)營狀態(tài)，推動服務(wù)從“歸類式”走向“個體化”，真正“看見個體、發(fā)現(xiàn)個體、服務(wù)個體”。
第三步，模型“做小”破解算力難題。費浩峻強(qiáng)調(diào)，大模型時代并非追求參數(shù)規(guī)模越大越好，而是在保證效果的前提下，通過模型蒸餾技術(shù)實現(xiàn)“同尺度下做小”。近期奇富科技與阿里云合作，將模型蒸餾技術(shù)應(yīng)用于“小微智能體”：在確保服務(wù)效果無損的前提下，模型效率實現(xiàn)了數(shù)千倍提升，有效破解算力與延遲瓶頸，讓“個體級”的精準(zhǔn)服務(wù)具備大規(guī)模落地的可能。
第四步，決策可解釋，筑牢合規(guī)基石。對于金融行業(yè)而言，“做強(qiáng)”的前提是“可信”——決策的合理性與可解釋性，是大模型落地的核心合規(guī)要求。費浩峻介紹，在風(fēng)控等核心場景，奇富科技構(gòu)建“端到端風(fēng)險決策模型”，通過思維鏈(COT)數(shù)據(jù)與推理鏈路輸出，使決策過程可追溯、可挑戰(zhàn)、可修正，提升模型可信度，為大模型在金融領(lǐng)域的合規(guī)落地提供支撐。
在費浩峻看來，金融大模型的真正價值不在于參數(shù)規(guī)模，而在于能否在嚴(yán)苛場景中實現(xiàn)“精準(zhǔn)、高效、可信”的統(tǒng)一。未來，奇富科技將持續(xù)推動大模型在金融領(lǐng)域的深度應(yīng)用，致力于通過更智能、更可信的AI能力，賦能金融機(jī)構(gòu)提升服務(wù)效率與風(fēng)險管理水平，讓技術(shù)創(chuàng)新真正惠及每一個微觀個體。
圖為奇富科技授權(quán)中國網(wǎng)財經(jīng)使用
