《FITI：2023大模型金融应用实践及发展建议报告（69页）.pdf》由会员分享，可在线阅读，更多相关《FITI：2023大模型金融应用实践及发展建议报告（69页）.pdf（69页珍藏版）》请在三个皮匠报告上搜索。

1、本白皮书版权属于北京金融信息化研究所有限责任公司，并受法律保护。转载、编摘或利用其他方式使用本白皮书文字或观点的，应注明来源。违反上述声明者，将被追究相关法律责任。主任：主任：潘润红副主任：副主任：黄程林、庄文君编委会成员编委会成员（排名不分先后，按姓氏拼音排序）（排名不分先后，按姓氏拼音排序）：陈志明、代铁、董佳艺、方科、胡利明、黄炜、李锋、李金龙、李一昂、林冠峰、刘承岩、刘殿兴、刘汉西、刘训艳、陆鑫、潘华、沈剑平、孙莉、汪航、王建军、王玲、王麒、王彦博、吴永飞、肖京、杨波、俞枫、张海燕、张洁、赵海、赵焕芳编写组成员编写组成员（排名不分先后，按姓氏拼音排序）（排名不分先后，按姓氏拼音排序）：

2、曹伯翰、陈超、陈广浩、陈鸿、陈明、陈志豪、迟倩倩、崔雨萍、刁翔宇、段旭欢、范容、苟志龙、何平、何巧媚、何幸杰、胡国强、胡师阳、胡应明、黄彪、黄韦、金睿、金昕、李大伟、李冬妮、李峰、李娟、李梦霄、刘畅、刘威、罗安扬、罗方华、毛奕凯、彭晋、戚翯、邱晓慧、谈健、唐登龙、王莹、王煜惠、王振、温昱晖、文俊杰、吴青松、徐崚峰、鄢胜利、杨洋、于飞、曾培基、占可非、张彬、张绅、张笑冬、赵辉、周思霁、宗宇主要执笔人主要执笔人（排名不分先后，按姓氏拼音排序）：（排名不分先后，按姓氏拼音排序）：鲍思佳、卢金环、屈洋、孙曦、王帅强主编单位：主编单位：北京金融信息化研究所中国农业银行股份有限公司中国邮政储蓄银行有限责任

3、公司上海银行股份有限公司腾讯云计算(北京)有限责任公司蚂蚁科技集团股份有限公司参编单位：参编单位：中国工商银行股份有限公司中国银行股份有限公司交通银行股份有限公司中信银行股份有限公司中国光大银行股份有限公司平安银行股份有限公司招商银行股份有限公司上海浦东发展银行股份有限公司华夏银行股份有限公司中国民生银行股份有限公司兴业银行股份有限公司浙商银行股份有限公司北京银行股份有限公司中信证券股份有限公司国泰君安证券股份有限公司华泰证券股份有限公司国信证券股份有限公司中国平安保险股份有限公司中国银联股份有限公司北京国家金融科技认证中心北京银联金卡科技有限公司海光信息技术股份有限公司北京火山引擎科技有限公

4、司北京瑞莱智慧科技有限公司当前，大模型正掀起新一轮智能化发展热潮，赋能千行百业。大模型具备优秀的理解、学习、生成和推理能力，其工程化应用包含数据构建、模型算法、模型训练、模型压缩与加速、模型评测、模型运营和安全可信多个环节。金融机构和科技企业正积极探索大模型在金融业的合理应用，已试点应用于智能客服、智能办公、智能研发、智能投研等多个业务场景，进一步推动金融服务的智慧再造，加速 AI 技术赋能金融业务提质增效。大模型在金融业应用还处于初期探索和应用试点阶段，仍面临金融应用规范与指南不完善、金融应用场景缺少范式、高质量金融训练数据欠缺、训练算力支撑不充分、算法可信度和安全性不足等诸多挑战。本课题系

5、统梳理了大模型工程化应用的各个技术环节，总结金融机构在大模型技术路线、使用方式和应用场景等方面的实践经验，重点研究金融机构应用大模型时在场景、数据、算力、算法等方面面临的突出问题，并提出相关意见建议，旨在为全行业提供参考和借鉴，促进大模型在金融业快速落地应用。一、概述.1二、大模型技术与产品发展现状.2一、概述.1二、大模型技术与产品发展现状.2（一）工程化应用主要环节与技术.2（二）国内外主要产品情况.9三、大模型在金融业应用与探索实践.10三、大模型在金融业应用与探索实践.10（一）技术路线.10（二）使用方式.14（三）应用场景.17（四）应用趋势.29四、大模型在金融业应用面临的风险与

6、挑战.30四、大模型在金融业应用面临的风险与挑战.30（一）金融应用规范与指南亟需完善.30（二）金融应用场景缺少范式.31（三）高质量金融训练数据欠缺.32（四）训练算力支撑普遍不足.32（五）算法可信度和安全性有待提升.33五、多措并举提升大模型金融业应用水平.34五、多措并举提升大模型金融业应用水平.34（一）加强金融应用的指导与管理.34（二）有序推动金融应用场景落地.34（三）积极构建高质量金融数据集.35（四）产用协同共筑 AI 算力基础设施.35（五）完善算法优化与风险管控体系.36附录.38附录.38案例一：邮储银行基于大模型的智能知识问答.38案例二：某股份制银行基于腾讯云