每經(jīng)記者｜涂穎浩    每經(jīng)編輯｜陳旭    

在金融行業(yè)的實(shí)際業(yè)務(wù)場景中，往往需要高度專業(yè)的金融知識、復(fù)雜的業(yè)務(wù)邏輯推理能力以及嚴(yán)格的金融級安全合規(guī)等要求，然而，現(xiàn)有的大模型在解決實(shí)際金融任務(wù)時仍然存在諸多挑戰(zhàn)。

7月28日，在世界人工智能大會期間，螞蟻數(shù)科正式發(fā)布金融推理大模型Agentar-Fin-R1，為金融AI應(yīng)用打造“可靠、可控、可優(yōu)化”的智能中樞。

螞蟻數(shù)科CEO（首席執(zhí)行官）趙聞飆在大會期間發(fā)表演講時表示，通用大模型距離產(chǎn)業(yè)實(shí)際應(yīng)用通常存在“知識鴻溝”。構(gòu)建專業(yè)的金融大模型是推進(jìn)金融與AI深度融合的必然路徑，未來，金融大模型的應(yīng)用深度將成為金融機(jī)構(gòu)競爭力的關(guān)鍵要素。

螞蟻數(shù)科CTO（首席技術(shù)官）王維在接受《每日經(jīng)濟(jì)新聞》記者采訪時表示：“做金融大模型需要一定的人才密度、足夠多的算力，還要有場景和具體的問題驅(qū)動讓迭代的速度夠快，這幾個方面都占一點(diǎn)，正是螞蟻?zhàn)鼋鹑诖竽Ｐ偷膬?yōu)勢所在?！?/p>

王維參加媒體交流環(huán)節(jié)  每經(jīng)記者 涂穎浩 攝

金融推理大模型較通用模型水平顯著提升

“大模型技術(shù)出來后，很多金融機(jī)構(gòu)都在進(jìn)行研究，目前大模型的應(yīng)用還處在從基礎(chǔ)的能力塊到業(yè)務(wù)深水區(qū)的過程。”螞蟻數(shù)科金融AI產(chǎn)品總經(jīng)理曹剛表示，像做傳統(tǒng)的客服知識檢索以及寫代碼等通用領(lǐng)域，金融機(jī)構(gòu)中都有不同程度的應(yīng)用，但一旦涉及業(yè)務(wù)深水區(qū)，比如機(jī)構(gòu)里做相應(yīng)營銷、風(fēng)控以及客戶經(jīng)理銷售等，這些領(lǐng)域智能體應(yīng)用滲透率就會低很多。

究其原因，曹剛認(rèn)為，這與技術(shù)發(fā)展的規(guī)律和成熟度有關(guān)系，在應(yīng)用的深度方面也有更高的要求。比如銀行有很多零售業(yè)務(wù)場景，每個場景都有不同的問題以及細(xì)的分類，如存款、貸款、信用卡等十四個大的場景，上百個小的細(xì)分場景，每個場景都需要智能個人助理各個攻克，對專業(yè)領(lǐng)域數(shù)據(jù)和場景的要求非常高?！皬耐ㄓ米呦驑I(yè)務(wù)場景的深化，一定是大的方向?！彼硎?。

當(dāng)前，金融行業(yè)把AI用好還面臨很多挑戰(zhàn)——金融在AI場景中遇到很多的幻覺、差錯或者回答沒有達(dá)到金融級審慎的要求，如何把通用能力和場景鴻溝加以彌合，業(yè)內(nèi)正積極探索，試圖從通用大模型向金融專業(yè)大模型演進(jìn)。

以上述金融推理大模型Agentar-Fin-R1為例，其主旨是要通過構(gòu)建全面的金融任務(wù)數(shù)據(jù)體系以及模型訓(xùn)練算法創(chuàng)新，實(shí)現(xiàn)模型更強(qiáng)的金融推理能力及可信性。

模型在金融能力顯著增強(qiáng)的同時，通用能力也表現(xiàn)出較高水準(zhǔn)。據(jù)悉，目前Finova已經(jīng)全面開源，推動行業(yè)共同提升大模型在金融領(lǐng)域的應(yīng)用水平。

對于不同規(guī)模的金融機(jī)構(gòu)而言，應(yīng)選擇自建金融大模型還是采購？業(yè)內(nèi)在受訪時坦言，平衡好技術(shù)投入成本以及商業(yè)產(chǎn)生的價值，是其中的關(guān)鍵問題。

螞蟻數(shù)科AI技術(shù)負(fù)責(zé)人章鵬對《每日經(jīng)濟(jì)新聞》記者表示，一些非常有雄心的金融機(jī)構(gòu)選擇的方式是先采購，在金融智能體落地過程中，一起研發(fā)質(zhì)檢?！八麄兙邆湟欢ㄗ晕业哪芰Γ@也是我們非常期待看到的。”他表示，也有一些機(jī)構(gòu)，基于自身投入的規(guī)模以及自身人才密度的考量，會選擇直接采購，一般而言能夠服務(wù)的深度和業(yè)務(wù)覆蓋面相對有限。

智能和工程體系融合，突破專業(yè)化應(yīng)用可靠性困境

隨著金融數(shù)智化轉(zhuǎn)型加速，大模型在金融領(lǐng)域的應(yīng)用正持續(xù)深化，然而在實(shí)際業(yè)務(wù)場景中，由于需要高度專業(yè)的金融知識、復(fù)雜的業(yè)務(wù)邏輯推理能力以及嚴(yán)格的金融級安全合規(guī)等要求，特別是在復(fù)雜的金融場景中，對于模型可靠性、安全性及金融專業(yè)知識的要求極高。

在7月27日下午的“從通用智力到專業(yè)生產(chǎn)力：高階程序引領(lǐng)的AI應(yīng)用新范式”論壇上，浙江大學(xué)教授、區(qū)塊鏈與數(shù)據(jù)安全全國重點(diǎn)實(shí)驗(yàn)室主任陳純表示，大模型的專業(yè)化應(yīng)用，首要的是可靠性問題。盡管當(dāng)前技術(shù)SOTA（指行業(yè)頂尖水平）已經(jīng)到了80%到90%的水平，但其可靠性距離醫(yī)療、工業(yè)、金融等專業(yè)場景的要求仍有顯著差距。

陳純說，有人將這一問題簡單歸結(jié)為“幻覺”，但需要強(qiáng)調(diào)的是：幻覺是智力的必然代價。若消除所有幻覺，大模型將退化為機(jī)械的檢索工具。因此，可靠性的突破不在于消滅“智力特征”，而在于構(gòu)建工程化保障框架。

螞蟻密算董事長韋韜進(jìn)行交流分享 每經(jīng)記者 涂穎浩 攝

螞蟻集團(tuán)副總裁、螞蟻密算董事長韋韜認(rèn)為，要突破大模型在專業(yè)化應(yīng)用中的可靠性困境，技術(shù)上不應(yīng)當(dāng)只依賴于大模型“十全十美”不犯錯，而是通過智能體系和工程體系的結(jié)合，實(shí)現(xiàn)專業(yè)應(yīng)用可靠性的保障。

他舉例說，正如每個人作為個體，是容易犯錯、容易有幻覺的，但人類幾千年以來不斷在工程體系上的進(jìn)步，能夠在易錯的個體之上構(gòu)建龐大而可靠的工程體系，完成諸如登月、探訪火星等巨型任務(wù)。他提出，通過全新的程序表達(dá)、場景知識嵌入和閉環(huán)核驗(yàn)反饋機(jī)制，可以將大模型不確定的智力輸出轉(zhuǎn)化為可信的專業(yè)生產(chǎn)力。

以金融聯(lián)合風(fēng)控為例，在傳統(tǒng)金融風(fēng)控體系下，從數(shù)據(jù)探查、處理到模型構(gòu)建與調(diào)優(yōu)的全鏈路操作，高度依賴人工干預(yù)，導(dǎo)致流程冗長、響應(yīng)緩慢，并且容易受人員主觀因素影響，制約了金融風(fēng)控聯(lián)合建模的效率與一致性。

在應(yīng)用高階程序（High-Order Program，縮寫為HOP）技術(shù)框架后，將復(fù)雜的標(biāo)準(zhǔn)作業(yè)程序（SOP）轉(zhuǎn)化為可執(zhí)行的流程和代碼，實(shí)現(xiàn)風(fēng)控全鏈路的智能化編排與自動化執(zhí)行。相較于傳統(tǒng)建模人員手動進(jìn)行數(shù)據(jù)分析和代碼開發(fā)，大模型結(jié)合HOP能夠在確保高精度的同時縮短建模周期，并顯著減少了重復(fù)性數(shù)據(jù)處理和流程執(zhí)行等繁瑣的基礎(chǔ)工作。這不但能降低處理成本，還能夠緩解專業(yè)人才緊缺的局面。

據(jù)悉，螞蟻密算開源高階程序HOP框架，探索智能與工程融合的AI應(yīng)用?！按竽Ｐ涂煽啃缘慕夥?，不在于大模型本身，而在于工程化和智能化的融合。我們相信，解決了可靠性問題，大模型即將涌現(xiàn)新的Killer App(殺手級應(yīng)用)?！表f韜表示。

封面圖片來源：每經(jīng)記者涂穎浩攝