每(mei)經記者(zhe)｜涂穎浩    每(mei)經編輯｜陳旭     

在金融行業(ye)(ye)的(de)實際業(ye)(ye)務(wu)場景中，往往需要高度專業(ye)(ye)的(de)金融知識、復(fu)雜的(de)業(ye)(ye)務(wu)邏輯推理能力以及(ji)嚴格(ge)的(de)金融級安全合規等要求，然而，現有的(de)大模型(xing)在解決實際金融任務(wu)時仍然存(cun)在諸多挑戰。

7月28日，在世界人工智能大會(hui)期間，螞蟻數科正式發布金(jin)融(rong)推(tui)理(li)大模(mo)型Agentar-Fin-R1，為(wei)金(jin)融(rong)AI應用(yong)打造“可靠、可控、可優(you)化”的智能中(zhong)樞。

螞蟻(yi)數科CEO（首席執行官）趙聞飆在(zai)大會(hui)期間發表演講時表示，通(tong)用(yong)大模(mo)型(xing)距離產業實際應(ying)用(yong)通(tong)常存在(zai)“知識(shi)鴻(hong)溝”。構建專業的金融(rong)(rong)大模(mo)型(xing)是推進金融(rong)(rong)與AI深度(du)融(rong)(rong)合(he)的必然路徑(jing)，未(wei)來，金融(rong)(rong)大模(mo)型(xing)的應(ying)用(yong)深度(du)將成為金融(rong)(rong)機構競爭(zheng)力的關鍵要素。

螞蟻數科(ke)CTO（首席技術官）王維在(zai)接受《每(mei)日經濟新聞》記者(zhe)采訪時表示：“做金(jin)融(rong)大(da)(da)模型需要一定的(de)人才密度、足(zu)夠(gou)多的(de)算力，還要有場(chang)景和具體的(de)問(wen)題驅動讓迭(die)代的(de)速度夠(gou)快，這幾個方面都占一點，正是螞蟻做金(jin)融(rong)大(da)(da)模型的(de)優勢所在(zai)。”

王維(wei)參加媒(mei)體交(jiao)流環(huan)節(jie)  每(mei)經記(ji)者 涂穎(ying)浩 攝

金融推理大模型較通用模型水平顯著提升

“大模型(xing)技術(shu)出來后，很多(duo)金融機(ji)構都在進行研究，目前(qian)大模型(xing)的(de)(de)應用(yong)(yong)(yong)還處在從基(ji)礎(chu)的(de)(de)能(neng)力塊到(dao)業(ye)務深(shen)水區(qu)的(de)(de)過程(cheng)。”螞(ma)蟻數科金融AI產品總經理(li)曹剛(gang)表示(shi)，像做傳統的(de)(de)客服知(zhi)識檢索(suo)以及寫代碼等(deng)通用(yong)(yong)(yong)領域(yu)，金融機(ji)構中(zhong)都有不同(tong)程(cheng)度的(de)(de)應用(yong)(yong)(yong)，但(dan)一旦涉及業(ye)務深(shen)水區(qu)，比如機(ji)構里做相應營銷、風控以及客戶經理(li)銷售等(deng)，這些領域(yu)智能(neng)體應用(yong)(yong)(yong)滲透率就會(hui)低很多(duo)。

究(jiu)其原因，曹剛(gang)認(ren)為，這與技術發展的(de)(de)規律(lv)和(he)成熟度(du)有關(guan)系，在應(ying)用(yong)的(de)(de)深(shen)度(du)方面也(ye)有更(geng)高的(de)(de)要求。比如銀行有很多零(ling)售業務場(chang)景(jing)(jing)(jing)，每個(ge)(ge)場(chang)景(jing)(jing)(jing)都有不(bu)同(tong)的(de)(de)問題以及細的(de)(de)分類，如存(cun)款、貸款、信用(yong)卡等十四(si)個(ge)(ge)大的(de)(de)場(chang)景(jing)(jing)(jing)，上百個(ge)(ge)小的(de)(de)細分場(chang)景(jing)(jing)(jing)，每個(ge)(ge)場(chang)景(jing)(jing)(jing)都需(xu)要智能個(ge)(ge)人助理各(ge)個(ge)(ge)攻(gong)克(ke)，對(dui)專業領域數據和(he)場(chang)景(jing)(jing)(jing)的(de)(de)要求非常高。“從通用(yong)走(zou)向業務場(chang)景(jing)(jing)(jing)的(de)(de)深(shen)化，一定是大的(de)(de)方向。”他(ta)表示。

當前，金融(rong)(rong)行業(ye)把(ba)AI用(yong)好還(huan)面臨很(hen)多(duo)挑戰——金融(rong)(rong)在AI場景(jing)中遇到很(hen)多(duo)的幻覺(jue)、差錯或者回答沒有達到金融(rong)(rong)級審慎的要求，如何(he)把(ba)通用(yong)能力(li)和場景(jing)鴻溝(gou)加(jia)以彌合(he)，業(ye)內正積極(ji)探索，試(shi)圖從通用(yong)大模型向金融(rong)(rong)專業(ye)大模型演進。

以上述金融(rong)推理(li)大(da)模型Agentar-Fin-R1為例，其主旨是要通過構建全面的(de)金融(rong)任務數據體系以及模型訓練算法創新，實現(xian)模型更強(qiang)的(de)金融(rong)推理(li)能力及可(ke)信性。

模型在(zai)金融能力(li)顯著增強的(de)同時，通(tong)用能力(li)也表現出(chu)較(jiao)高水(shui)準。據悉，目前Finova已(yi)經全面(mian)開源，推動行業共同提升大模型在(zai)金融領域的(de)應用水(shui)平。

對于(yu)不同規模的金(jin)融機構而言，應選擇自建金(jin)融大模型還是(shi)采購？業(ye)內在(zai)受訪(fang)時(shi)坦言，平衡好技術投入(ru)成本以及商業(ye)產生的價(jia)值，是(shi)其中的關鍵問題(ti)。

螞蟻(yi)數(shu)科(ke)AI技術負責(ze)人章鵬對《每日經(jing)濟新聞》記者表(biao)示，一(yi)些非(fei)常有雄心的金融(rong)機構選(xuan)擇的方式(shi)是先采購，在金融(rong)智能(neng)體落地過程中，一(yi)起研發(fa)質檢(jian)。“他們(men)具備(bei)一(yi)定自(zi)(zi)我(wo)迭代的能(neng)力，這(zhe)也(ye)是我(wo)們(men)非(fei)常期(qi)待看到的。”他表(biao)示，也(ye)有一(yi)些機構，基(ji)于自(zi)(zi)身(shen)投入的規模以及自(zi)(zi)身(shen)人才密(mi)度的考量，會選(xuan)擇直(zhi)接(jie)采購，一(yi)般而(er)言能(neng)夠服務的深度和(he)業務覆蓋(gai)面相對有限(xian)。

智能和工程體系融合，突破專業化應用可靠性困境

隨著(zhu)金(jin)融(rong)數智(zhi)化轉型加(jia)速，大模(mo)型在(zai)金(jin)融(rong)領域的(de)應用(yong)正持續深化，然而(er)在(zai)實際(ji)業務場景中(zhong)，由于(yu)需要(yao)(yao)高度專(zhuan)業的(de)金(jin)融(rong)知識(shi)、復(fu)雜(za)的(de)業務邏(luo)輯推理(li)能力以及嚴格的(de)金(jin)融(rong)級(ji)安(an)全(quan)合(he)規等要(yao)(yao)求，特別是在(zai)復(fu)雜(za)的(de)金(jin)融(rong)場景中(zhong)，對于(yu)模(mo)型可靠(kao)性、安(an)全(quan)性及金(jin)融(rong)專(zhuan)業知識(shi)的(de)要(yao)(yao)求極高。

在7月27日下午(wu)的(de)“從通用(yong)智(zhi)力到(dao)專業(ye)(ye)(ye)生產(chan)力：高(gao)階程序引領(ling)的(de)AI應(ying)用(yong)新范式”論(lun)壇上(shang)，浙江大(da)(da)學教授(shou)、區塊鏈與數據安全全國重點實驗室主(zhu)任陳純表示，大(da)(da)模型的(de)專業(ye)(ye)(ye)化(hua)應(ying)用(yong)，首(shou)要的(de)是可靠性問(wen)題(ti)。盡管當(dang)前技(ji)術(shu)SOTA（指行業(ye)(ye)(ye)頂尖水平）已經到(dao)了80%到(dao)90%的(de)水平，但其可靠性距離(li)醫療、工(gong)業(ye)(ye)(ye)、金融等(deng)專業(ye)(ye)(ye)場景的(de)要求仍(reng)有顯著差距。

陳純(chun)說(shuo)，有(you)人將這(zhe)一問題簡單歸(gui)結為“幻(huan)覺”，但(dan)需要強(qiang)調的是：幻(huan)覺是智力的必然代價。若消除(chu)所有(you)幻(huan)覺，大模型將退化(hua)為機(ji)械的檢索工具。因此，可靠(kao)性的突破(po)不在(zai)于消滅“智力特(te)征”，而在(zai)于構建工程化(hua)保障框架(jia)。

螞(ma)蟻密算(suan)董事長韋韜進行交流分(fen)享 每經記者 涂穎浩 攝

螞(ma)蟻集團(tuan)副(fu)總裁(cai)、螞(ma)蟻密算(suan)董事長(chang)韋(wei)韜認(ren)為，要(yao)突破大模型(xing)在(zai)專(zhuan)業化應(ying)用(yong)中的(de)可(ke)(ke)靠(kao)性困境，技(ji)術上(shang)不應(ying)當只依賴于大模型(xing)“十(shi)全十(shi)美”不犯錯，而(er)是通過智能體(ti)系(xi)和工(gong)程體(ti)系(xi)的(de)結(jie)合，實現(xian)專(zhuan)業應(ying)用(yong)可(ke)(ke)靠(kao)性的(de)保障。

他舉(ju)例說，正如每個人(ren)作(zuo)為(wei)個體(ti)(ti)，是容易(yi)犯錯、容易(yi)有幻覺的(de)(de)(de)，但人(ren)類幾千(qian)年以來不斷在(zai)工程(cheng)體(ti)(ti)系上的(de)(de)(de)進(jin)步，能夠在(zai)易(yi)錯的(de)(de)(de)個體(ti)(ti)之上構建(jian)龐大而可靠的(de)(de)(de)工程(cheng)體(ti)(ti)系，完成(cheng)諸如登月、探訪火星等巨型任(ren)務。他提出，通過全新的(de)(de)(de)程(cheng)序表達、場(chang)景(jing)知(zhi)識嵌入和(he)閉環核驗反饋機(ji)制，可以將大模型不確(que)定(ding)的(de)(de)(de)智(zhi)力(li)輸(shu)出轉化為(wei)可信的(de)(de)(de)專業生產(chan)力(li)。

以(yi)金融聯(lian)合風(feng)控為例，在(zai)傳(chuan)統金融風(feng)控體系下，從(cong)數據探(tan)查、處(chu)理到模型(xing)構建與調優的全鏈路操作(zuo)，高度依賴人工干預，導致流程冗長、響應緩慢(man)，并(bing)且容易受(shou)人員主觀(guan)因素影響，制(zhi)約了金融風(feng)控聯(lian)合建模的效率與一(yi)致性。

在(zai)應用(yong)高階(jie)程序（High-Order Program，縮寫為HOP）技術框架后，將(jiang)復雜(za)的(de)(de)標準(zhun)作(zuo)業程序（SOP）轉化(hua)(hua)為可執(zhi)行的(de)(de)流(liu)程和代(dai)(dai)碼，實現風控全鏈路的(de)(de)智能化(hua)(hua)編排與自動化(hua)(hua)執(zhi)行。相較于傳統建模人(ren)員手動進行數據分(fen)析和代(dai)(dai)碼開發(fa)，大模型結合HOP能夠(gou)在(zai)確保高精度的(de)(de)同(tong)時縮短建模周(zhou)期，并顯著減少(shao)了重(zhong)復性數據處(chu)理和流(liu)程執(zhi)行等繁瑣(suo)的(de)(de)基礎工(gong)作(zuo)。這不但能降低處(chu)理成本，還能夠(gou)緩解專業人(ren)才緊缺的(de)(de)局面。

據悉，螞(ma)蟻密算開源高階程序HOP框架，探索智能(neng)與(yu)工(gong)程融合的AI應用(yong)。“大(da)模(mo)型可(ke)靠性(xing)的解(jie)(jie)法，不在于大(da)模(mo)型本身，而在于工(gong)程化和智能(neng)化的融合。我們相(xiang)信，解(jie)(jie)決(jue)了可(ke)靠性(xing)問題，大(da)模(mo)型即將涌現新(xin)的Killer App(殺手級(ji)應用(yong))。”韋韜表示。

封面圖片來源：每經記(ji)者(zhe)涂(tu)穎浩(hao)攝