输入“/”快速插入内容

AI 研究之金融 + AI

在人工智能(AI)的科技浪潮中,大模型正逐渐成为金融行业的重要驱动力。通过运用大模型技术,金融机构能够更有效地进行投资研究、风险评估和智能决策。
本文将探讨 AI 在金融领域的应用,包括 AI 智能投研和 AI 智能投顾方面的发展,分析这些技术如何改变传统金融业务的运作方式,以及它们在提高投资回报和降低风险方面所发挥的作用。
以下,enjoy~
1.
金融应用 + AI
金融机构以及科技公司纷纷下场:
3 月,美国彭博正式发布百亿级语言大模型 BloombergGPT;
5 月,度小满推出国内首个千亿级中文金融大模型「轩辕」;
6 月,开源金融大模型貔貅(PIXIU) 、聚宝盆(Cornucopia);
9 月,蚂蚁集团推出工业级金融大模型(AntFinGLM) ,同时开放了金融专属任务评测集「Fin-Eval」。
画板
应用领域
定义
大模型
智能信贷风控
实现信贷风险管理的数字化和自动化
蚂蚁金服金融大模型
智能投研
利用大模型和大数据技术来提供信息、逻辑并分析预测市场的交易情况
蚂蚁金服金融大模型
智能投顾
以智能化、自动化服务满足零售投资者的投资需求
蚂蚁金服金融大模型
1.1
度小满金融大模型「轩辕」
5 月 31 日,度小满近日正式开源了国内首个千亿级中文金融大模型,名为“轩辕”。这一重要举措标志着度小满在人工智能领域的巨大进步,并为金融行业的 AI 应用开辟了新的可能性。据介绍,轩辕大模型是基于庞大的 1760 亿参数的 Bloom 大模型进行训练的,它在金融领域的任务表现相较于通用大模型有了显著的提升,展现出明显的金融领域优势。度小满开源千亿级中文金融大模型'轩辕'
1.2
蚂蚁金服金融大模型
📌
蚂蚁金服金融大模型的直接优势是「数据壁垒」,是度小满「轩辕」及其他金融大模型所不具备的。
芝麻信用分(身份证号对应的唯一账号 ID)
用户消费数据(吃喝玩乐、投资、保险等)
数据实时更新
蚂蚁金服金融大模型,针对金融产业深度定制。蚂蚁基础大模型平台具备万卡异构集群,其中千卡规模训练,MFU(Most Frequently Used,内存最不常用比例)可达到 40%,集群有效训练时长占比 90%以上,RLHF(Reinforcement Learning High Frequency,强化学习高频)训练在同等模型效果下训练吞吐性能相较于业界方案提升 3.59 倍,推理性能相较于业界方案提升约 2 倍,处于业界先进水平,为大模型产业化应用提供有力支撑。
同时,支小宝作为个人金融助理的场景很棒,可以将个人的投资如基金、股票等汇于一处,并做出资产配置的建议。
蚂蚁金融大模型“1+1+2”矩阵
蚂蚁金融大模型全栈技术布局
画板
2.
AI 信贷风控
2.1
信贷风控的目的
信贷风控的目的是为了评估和管理借款人的信用风险,以确保借款方能够按时还款并减少违约风险。结合借款人的收入、负债、资产或其他因素,综合评估借款人还款意愿,包括主动还款意愿(受教育程度、个人品行、价值观等)与被动还款意愿(违约成本、舆论压力等)。
1.
降低违约风险,即减少借款人违约的风险。通过评估借款人的信用状况、收入能力和还款记录等因素,可以预测借款人是否具有偿还债务的能力。
2.
提高贷款审批效率,帮助金融机构更有效地审批贷款申请。通过建立自动化的评估流程和使用大数据分析技术,可以加快审批过程,并提高决策的准确性。
3.
保护金融机构的资金安全,帮助金融机构识别潜在的风险因素,如借款人的欺诈行为、不良贷款以及市场和经济的不确定性。
4.
促进金融市场的稳定,有助于维护金融市场的稳定性。通过有效的风险管理和监控系统,可以减少不良贷款的数量,并防止风险在金融体系中传播,从而减少金融市场的波动性。
2.2
防欺诈控制措施