11月21日，由21世紀經濟報道主辦的“2023首席科技官思享會（閉門會）”在北京成功舉行，聚焦大模型的熱點話題，金融機構、金融科技公司等資深人士進行了深入研討。

民生銀行數據管理部總經理沈志勇在發表主旨演講時表示，“判斷一家企業是否能做好大模型，至少應從算力規模、NLP（自然語言處理）基礎、數據積累這幾個維度來判斷。算力規模影響大模型的迭代速度；大語言模型屬于NLP領域，因此NLP能力積累至關重要；而海量文本數據是訓練大語言模型的重要基礎?！?/p>

沈志勇認為，大模型應用于銀行領域至少可以提升生產效率、重塑知識體系以及改善內外部用戶的體驗。比如，輔助員工生成文本、代碼等內容，更快、更富體驗地滿足行內外用戶知識獲取的需求等。對此，除了模型本身，銀行還需要建設算力基礎；準備訓練數據；建設模型訓推和應用框架等。

“應用大模型一定要注意安全合規?！鄙蛑居卤硎?，從數據角度看，可以對大模型進行兩種教育和設立三道防線。其中，兩種教育，一是訓練時通過數據注入正確的價值觀；二是在訓練時通過強化學習對模型的錯誤回答進行糾偏。三道防線是指過濾掉訓練數據、模型返回結果以及用戶提問中的不良內容。

沈志勇提出，不能忽略大模型運行的經濟性，須結合傳統AI技術做好智能資源的優化配置。同時，還要做好各方對于投入產出的期望管理。關于大模型技術未來的發展方向，橫向是往多模態的發展，縱向個人比較看好智能體。

責任編輯：王超