21世紀(jì)經(jīng)濟(jì)報(bào)道記者  陳植  上海報(bào)道

(資料圖片)

AI大模型技術(shù)正應(yīng)用在越來越多金融場(chǎng)景。

僅僅在投研提效領(lǐng)域，多個(gè)大模型產(chǎn)品悄然面世。

近日，恒生聚源推出基于大模型技術(shù)的投研工具平臺(tái)WarrenQ，致力于重新賦能“搜、讀、算、寫”的投研全流程場(chǎng)景，進(jìn)一步提升投研效率。

與此同時(shí)，多家金融科技平臺(tái)也推出基于大模型的投研提效工具，即在通用大模型基礎(chǔ)上引入指令微調(diào)或提示工程，自動(dòng)生成各類報(bào)告與圖表摘要，提升投研人員的信息獲取效率。

一位券商投研人員向記者透露，目前他們正在測(cè)試多款大模型投研工具的性能。

“整體而言，這類產(chǎn)品若要顯著提升投研效率，還需解決諸多實(shí)際操作瓶頸，比如大模型技術(shù)自動(dòng)生成的信息是否具有即時(shí)性、能否做到信息溯源、是否支持二次編輯與多人協(xié)同工作，能否一鍵快速分享等。”他告訴記者。盡管當(dāng)前大模型投研工具的技術(shù)路徑不一，但他們通過測(cè)試發(fā)現(xiàn)，具備自主龐大數(shù)據(jù)庫與良好大模型訓(xùn)練成效的相關(guān)工具更受歡迎，因?yàn)樗坏珳?zhǔn)快速解決投研人員的個(gè)性化信息收集檢索要求，還能方便投研人員輕松進(jìn)行內(nèi)容加工，進(jìn)而大幅提升投研效率。

恒生電子董事長(zhǎng)劉曙峰向記者表示，盡管大模型技術(shù)帶來“語控萬物”、“大才能強(qiáng)”等變化，但在金融垂直領(lǐng)域，其應(yīng)用仍面臨知識(shí)信息時(shí)效性、數(shù)據(jù)安全與隱私保護(hù)、具體應(yīng)用支持等方面的局限。因此，金融行業(yè)需建設(shè)行業(yè)大模型以承接垂直領(lǐng)域的特定需求。

“未來，金融行業(yè)大模型能落地的場(chǎng)景非常多，除了投研，還有投顧、客服、運(yùn)營(yíng)、合規(guī)、交易等。但它的應(yīng)用難點(diǎn)在于協(xié)同，特別是數(shù)據(jù)協(xié)同，各種數(shù)據(jù)如何打通，將是非常具體且困難的問題。”他指出。因此，金融機(jī)構(gòu)要部署應(yīng)用大模型，需從選模型、估規(guī)模、建場(chǎng)景三大步驟入手,構(gòu)建金融行業(yè)大模型與基于大模型的全新數(shù)智產(chǎn)品，為金融行業(yè)應(yīng)用大模型提供新范式。

防止大模型“一本正經(jīng)地胡說八道”

AI大模型技術(shù)正悄然“改變”投研生態(tài)。

有機(jī)構(gòu)調(diào)研顯示，在投研領(lǐng)域，眾多金融機(jī)構(gòu)面臨諸多痛點(diǎn)瓶頸——60%分析師遇到數(shù)據(jù)碎片、數(shù)據(jù)孤島、投研工具繁雜等困擾；50%基金經(jīng)理遇到信息爆炸、重點(diǎn)信息不突出等挑戰(zhàn)；80% 金融機(jī)構(gòu)管理層感到研究團(tuán)隊(duì)不透明，知識(shí)沉淀難等問題。

于是，越來越多金融科技平臺(tái)寄希望大模型技術(shù)破解這些投研痛點(diǎn)瓶頸。

當(dāng)前，大模型投研工具主要分成兩類，一是在現(xiàn)有通用大模型GPT4.0基礎(chǔ)上直接引入“提示工程”與“指令微調(diào)”，以此自動(dòng)生成上市公司公告財(cái)報(bào)要點(diǎn)信息與行業(yè)報(bào)告核心內(nèi)容，提升投研人員信息獲取效率；二是“從頭做起”——將自身數(shù)據(jù)庫通過大模型技術(shù)進(jìn)行大量預(yù)訓(xùn)練，再引入指令精調(diào)與提示工程技術(shù)，讓自動(dòng)生成的內(nèi)容能進(jìn)一步滿足投研人員的個(gè)性化信息檢索收集需求。

記者多方了解到，投研人員最擔(dān)憂大模型投研工具會(huì)產(chǎn)生兩大問題，一是一本正經(jīng)地“胡說八道”，二是自動(dòng)生成的相關(guān)內(nèi)容明顯“過時(shí)”，無法滿足投研建模要求。

要解決上述兩大問題，絕非易事。

恒生聚源副總經(jīng)理白雪告訴記者，為了滿足數(shù)據(jù)即時(shí)性要求，WarrenQ在數(shù)據(jù)層與模型層的基礎(chǔ)上，加入涵蓋NL2SQL、搜索接口、指標(biāo)計(jì)算、向量數(shù)據(jù)庫等插件層，確保大模型產(chǎn)品能即時(shí)調(diào)用最新的數(shù)據(jù)以反映最新的金融市場(chǎng)動(dòng)態(tài)與行業(yè)變化趨勢(shì)等。

記者獲悉，要防止大模型“一本正經(jīng)地胡說八道”，金融科技機(jī)構(gòu)還需開展大量預(yù)訓(xùn)練與指令微調(diào)。比如在預(yù)訓(xùn)練環(huán)節(jié)，大模型時(shí)常會(huì)“自由發(fā)揮”，自動(dòng)生成很多“天馬行空式”的內(nèi)容信息，于是開發(fā)人員通過不斷調(diào)整指令與反復(fù)預(yù)訓(xùn)練，教會(huì)大模型如何正確識(shí)別提問語義與自動(dòng)生成相應(yīng)的專業(yè)精確回答，確保大模型能不再“答非所問”。

此外，大模型投研工具能否具備“實(shí)用性”，還在于它是否具備支持查看原文、研報(bào)圖表抽取、OCR識(shí)別、支持二次編輯、文檔信息挖掘等功能。

白雪告訴記者，針對(duì)投研環(huán)節(jié)的數(shù)據(jù)分析與智能處理實(shí)際需求，WarrenQ推出了兩款A(yù)I工具，分別是WarrenQ-Chat和ChatMiner。前者主要借助大模型疊加搜索與恒生聚源金融數(shù)據(jù)庫，通過對(duì)話指令，幫助投研人員高效獲取金融行情、資訊和數(shù)據(jù)，且每一句自動(dòng)生成的對(duì)話都支持原文溯源，還可以生成金融專業(yè)報(bào)表，從而將傳統(tǒng)投研的“搜讀算寫”流程轉(zhuǎn)變成“Chat讀算寫”，提升投研人員的信息獲取效率；后者則主要發(fā)揮金融文檔挖掘器功能——即大模型和向量數(shù)據(jù)庫會(huì)根據(jù)投研人員個(gè)性化需求，對(duì)相關(guān)文檔進(jìn)行快速解讀與精準(zhǔn)檢索定位，自動(dòng)生成提取關(guān)鍵信息，提升投研人員對(duì)海量文本數(shù)據(jù)的整合歸納提煉效率。

一位正研發(fā)大模型投研工具的金融科技平臺(tái)人士向記者直言，其研發(fā)難度遠(yuǎn)遠(yuǎn)超過預(yù)期。僅在數(shù)據(jù)庫建設(shè)、大模型技術(shù)選用、大模型預(yù)訓(xùn)練等方面，企業(yè)都走過不少?gòu)澛罚?/p>

“這背后，是金融科技平臺(tái)需全方位比拼數(shù)據(jù)、算力與算法。只有數(shù)據(jù)庫越全越龐大、算力更強(qiáng)、算法模型更高效的大模型投研工具才有望脫穎而出。”他直言。

在白雪看來，大模型時(shí)代的產(chǎn)品化服務(wù)與落地，可以持續(xù)做好三件事：一是加強(qiáng)數(shù)據(jù)獲取的精準(zhǔn)性、數(shù)據(jù)更新的即時(shí)性；二是提升大模型及其精準(zhǔn)的意圖識(shí)別能力，做到自然語言到數(shù)據(jù)、自然語言到指令的精確映射，即“語控萬數(shù)”、“語控萬物”；三是用好向量數(shù)據(jù)庫，將私域知識(shí)庫與大模型結(jié)合起來做好產(chǎn)品與服務(wù)。

金融行業(yè)大模型的征途

在多位業(yè)內(nèi)人士看來，AI大模型技術(shù)能否成功應(yīng)用在投研、投顧、客服、運(yùn)營(yíng)、合規(guī)、交易等金融場(chǎng)景，另一個(gè)關(guān)鍵成敗因素是金融科技平臺(tái)能否構(gòu)建專業(yè)的金融行業(yè)大模型。

一位奇富科技人士指出，金融行業(yè)因其行業(yè)特殊性，對(duì)訓(xùn)練數(shù)據(jù)質(zhì)量、模型生成效果、數(shù)據(jù)安全合規(guī)等方面有著更高要求。首先，金融行業(yè)大模型需全面掌握金融專業(yè)術(shù)語，理解客戶意圖，在與客戶對(duì)話過程能精確提取線索（即客戶想了解的信息），并給出兼顧專業(yè)性與合規(guī)性的應(yīng)答；其次，金融行業(yè)大模型必須在準(zhǔn)確性和適用性兩個(gè)方面做到極致，因?yàn)樵诮鹑陬I(lǐng)域，大模型自動(dòng)生成的內(nèi)容是不能出現(xiàn)“任何錯(cuò)誤”的。

在他看來，要實(shí)現(xiàn)上述要求，金融科技平臺(tái)需向金融行業(yè)大模型注入足夠全面龐大的數(shù)據(jù)進(jìn)行反復(fù)預(yù)訓(xùn)練，才能實(shí)現(xiàn)“回答精確”與“話術(shù)合規(guī)”。

“公司在信貸領(lǐng)域所積累的逾5000萬份征信報(bào)告及解讀、月均逾350萬的用戶深度對(duì)話，以及涵蓋900多個(gè)行業(yè)、逾3000個(gè)標(biāo)簽屬性的逾1600萬家企業(yè)金融行為數(shù)據(jù)，加之所衍生的知識(shí)圖譜與專業(yè)知識(shí)，都被納入金融行業(yè)大模型的數(shù)據(jù)基礎(chǔ)。”這位奇富科技人士向記者直言。

恒生電子首席科學(xué)家白碩告訴記者，金融行業(yè)大模型的研發(fā)，的確離不開龐大的金融數(shù)據(jù)支撐。恒生電子所打造的金融行業(yè)大模型LightGPT已使用逾4000億tokens的金融領(lǐng)域數(shù)據(jù)（包括資訊、公告、研報(bào)、結(jié)構(gòu)化數(shù)據(jù)等）、以及逾400億tokens的語種強(qiáng)化數(shù)據(jù)（包括金融教材、金融百科、政府報(bào)告、法規(guī)條例等），并以此作為大模型二次預(yù)訓(xùn)練的“語料”，支持逾80項(xiàng)金融專屬任務(wù)指令微調(diào)，進(jìn)一步提升金融行業(yè)大模型的準(zhǔn)確理解能力。

白雪告訴記者，大模型投研工具的研發(fā)成敗，很大程度取決于“語料”的豐富度與專業(yè)性。因?yàn)橥堆腥藛T都希望自動(dòng)生成的內(nèi)容信息能盡可能多地涵蓋當(dāng)前市場(chǎng)各種動(dòng)態(tài)與觀點(diǎn)，這都需要金融科技平臺(tái)不斷向大模型注入最新的各類精準(zhǔn)的金融語料，并實(shí)時(shí)鏈接映射到數(shù)據(jù)庫，令大模型投研工具自動(dòng)生成的內(nèi)容能最大限度“與時(shí)俱進(jìn)”。

值得注意的是，一個(gè)行之有效的金融行業(yè)大模型光有龐大專業(yè)的數(shù)據(jù)庫是不夠的——除了與之配套的算力算法等金融基礎(chǔ)設(shè)施，它還需解決諸多挑戰(zhàn)，包括能否做到輕量化部署、能否在金融專業(yè)問答、邏輯推理、超長(zhǎng)文本處理能力、多模態(tài)交互能力、代碼能力等金融大模型能力評(píng)測(cè)領(lǐng)域取得不俗表現(xiàn)，并保證內(nèi)容和指令的合規(guī)安全等。

上述金融科技平臺(tái)人士向記者透露，這令眾多金融機(jī)構(gòu)倍感壓力——若在傳統(tǒng)AI模型基礎(chǔ)上研發(fā)金融行業(yè)大模型，幾乎是很難完成的任務(wù)。因?yàn)閭鹘y(tǒng)AI模型與大模型技術(shù)在數(shù)據(jù)、模型、模型開發(fā)方式、業(yè)務(wù)應(yīng)用、適用場(chǎng)景及成本等方面完全“不同”——相比傳統(tǒng)AI模型的作坊式操作、研發(fā)周期長(zhǎng)、通用性低等特點(diǎn)，大模型技術(shù)開創(chuàng)性地提出預(yù)訓(xùn)練模式，以流水線的模型開發(fā)方式可泛化多應(yīng)用場(chǎng)景，實(shí)現(xiàn)高通用性。

“兩者截然不同的特點(diǎn)，預(yù)示著金融機(jī)構(gòu)需要持續(xù)投入大量資金資源，持續(xù)強(qiáng)化金融行業(yè)大模型的預(yù)訓(xùn)練成效，才能令它更精準(zhǔn)高效地匹配投研、投顧、客服、運(yùn)營(yíng)、合規(guī)、交易等金融場(chǎng)景各類業(yè)務(wù)需求。”他直言。

白碩告訴記者，目前LightGPT計(jì)劃在9月底完成新一輪的金融能力升級(jí)，并支持金融機(jī)構(gòu)通過私域任務(wù)數(shù)據(jù)定制化“精調(diào)”大模型，從而打造機(jī)構(gòu)專屬的大模型，滿足個(gè)性化需求。

在劉曙峰看來，在大模型時(shí)代，“數(shù)據(jù)+算法+算力”正構(gòu)成新范式的基本要素。金融行業(yè)更需促進(jìn)大模型產(chǎn)業(yè)上下游合作，為金融數(shù)智化提供更強(qiáng)有力的技術(shù)支撐。

關(guān)鍵詞：