16 компаній фінансового холдингу співпрацюють, щоб створити AI великий мовний модель, яка розуміє тайванські фінанси

під керівництвом Управління фінансового регулювання та нагляду, зібрано 16 провідних фінансових холдингів та банків Тайваню для спільного запуску проекту «Фінансовий великий мовний модель FinLLM», створеного на основі національної AI-бази даних для фінансів від Департаменту цифрових технологій, щоб розробити локалізований фінансовий AI.
(Передісторія: уряд Тайваню активно розгортає «національний AI», голова Національної ради науки і технологій Ву Ченвень: створення Спеціальної комітету з національної стратегії штучного інтелекту)
(Додатковий фон: 11 провідних страхових компаній Тайваню створили «Блокчейн спільної обробки страхових випадків»! Одна поліса — кілька виплат, процес подання заявки став легшим)

16 фінансових холдингів, 2 державних банки, а також Інститут фінансових досліджень і навчання, Асоціація індустрії інформаційних технологій, Центр фінансових технологій університету Чжунчі, разом прагнуть до однієї мети: щоб у Тайваню з’явилася власна велика мовна модель для фінансів.

Цей проект називається FinLLM, ініційований фінансовим технологічним альянсом під керівництвом Управління фінансового регулювання та нагляду, зібраний з 16 фінансових організацій, очолюваних CITIC Financial Holdings, і офіційно запущений сьогодні (23 числа) у FinTechSpace — інноваційному парку фінансових технологій.

Від «індивідуальних розробок» до «колективної співпраці»

Раніше кожна фінансова компанія, яка хотіла працювати з AI, мусила самостійно збирати дані, тренувати моделі та оцінювати їх. Високі витрати на обчислювальні ресурси, розкидані дозволи на дані, індивідуальні юридичні ризики — все це призводило до того, що кожна компанія робила щось посередньо, витрачаючи багато грошей, а застосовних сценаріїв було мало.

Цього разу структура інша. Участь беруть 16 організацій, включаючи CITIC Financial Holdings, Cathay Financial Holdings, Fubon Financial Holdings, Taishin Shin Kong Financial Holdings, E.SUN Financial Holdings, Union Bank of Taiwan, Mega International Commercial Bank, First Financial Holding, Hua Nan Financial Holdings, KGI Bank, Changhua Bank, Bank of Taiwan, Land Bank, Taiwan Cooperative Bank, Chunghwa Post, Future Bank, а також дослідницькі та технічні установи — Інститут фінансових досліджень і навчання, Асоціація індустрії інформаційних технологій, Центр фінансових технологій університету Чжунчі та Азіатсько-Тихоокеанський інтелектуальний машинний центр. Вони прагнуть зробити повний цикл — від ліцензування даних, тренування моделей, оцінки до комерційної підтримки.

Ще важливіше, що юридичні ризики, пов’язані з ліцензуванням даних, також будуть спільно нестися, що для фінансової сфери є особливо важким питанням, часто більш складним, ніж обчислювальні ресурси.

Основою є національна AI-база даних від Департаменту цифрових технологій

FinLLM — це не модель, створена з нуля. Її основа — це національна AI-база даних, яку розробляє Департамент цифрових технологій.

Національна AI-база даних — це ініціатива, яку веде держава, збираючи місцеву мову, нормативи, документи та архіви Тайваню для тренування локальної AI-моделі. Цей проект входить до десятки ключових національних AI-інфраструктурних проектів, і його статус досить високий.

Роль фінансового альянсу — це додати до цієї універсальної бази спеціалізовані фінансові дані: регулювання Управління фінансового регулювання та нагляду Тайваню, кодекси корпоративного управління, керівництва для банків, описові документи фінансових продуктів, файли з розкриттям ризиків.

Навіть найпотужніші моделі західних виробників можуть бути недостатніми для повного розуміння фінансового регулювання Тайваню. Наприклад, запитати GPT про статтю Закону про захист прав споживачів фінансів Тайваню — модель може дати загальне пояснення, але при зустрічі з концепціями, характерними для тайванського регулювання, такими як «іноземні структуровані продукти» або «оцінка придатності для літніх клієнтів», точність відповідей може знизитися.

Альянс через легальне ліцензування даних для тренування та спільне обговорення з банками створює стандартизовані критерії оцінки.