大模型在金融行业的落地探索（2023）

-----------------------------------------◆----------------------------------------- 大模型在金融行业的落地探索祝世虎CONTENTS目录数字化转型助力大模型055金融机构眼中的大模型技术04大合作、大创新、大共存02大数据、大模型、大风控01关注问题：后发劣势、可解释性、社会智能等03数据信托助理大模型06大模型治理07CONTENTS01大数据、大模型、大风控 数据概念辨析01数据标签特征信息数据加工用途加工人脑1.概念辨析：数据、标签、特征、信息2.信息的贡献度：数据 >> 模型3.数据与大数据的辨析：直接数据与间接数据3.1 大数据、大模型、大风控01大模型定义•《自然-机器智能》将大模型定义为网络参数规模达到亿级以上的“预训练深度学习算法”•大模型通过海量数据的训练学习，具备了强大的语言理解和表达、思维链推理等能力，在文本图像理解、内容生成等AI任务表现出显 著优势和巨大潜力大模型的“智能类型”•大模型通过文本语言等训练的模型，是一种感知智能，不是决策智能，更不是计算智能•感知智能：基于Bayes公式•决策智能：基于先验概率•计算智能：基于计算公式大模型是一种生产力的提升“电力——智力”•我们必须跟随时代潮流，逆潮流必然被淘汰•敌对的人：不屑——坚决——限制——迷茫•友好的人：好奇——尝试——学习——使用大模型与传统模型的未来趋势：由共存到超越•先共存：受制于计算复杂度高、可解释性差等问题，大模型会与传统模型会共存；•共存方式：大模型为中控，可解释性模型为外围•后超越：随着大模型复杂度降低、可解释性增强，大模型将逐步替代传统模型3.1 大数据、大模型、大风控011要点2要点3要点智能风控：•能够精准计量风控•风险、利润、客户的最优化管理是一个体系，是为银行战略服务•客户主标尺•风险主标尺智能风控大风控不是传统的“全面风险管理”不仅仅是体系化：•风险传播体系•数据模型体系技术实现（下一代）：传播的刻画I传统风控传统风控•认为风险就是不确定性•用流程管控风险•用资本抵补来管理风险•模型、压力测试等均为工具“场景之外”风险“场景本身”风险“场景之内”风险客户本身风险客户信用风险客户欺诈风险场景级别风险场景经营风险场景欺诈风险场景交易风险场景客群偏差风险场