Ngành tài chính Đài Loan tự phát triển AI! Dự án FinLLM đầu tư gần 70 triệu NDT, xem trước tiến độ phát triển và điểm nổi bật

16 ngân hàng tài chính Đài Loan thúc đẩy dự án FinLLM, đầu tư gần 70 triệu TWD để xây dựng mô hình ngôn ngữ tài chính riêng của Đài Loan. Thông qua việc nội địa hóa quy định địa phương, giải quyết điểm đau của AI chung dễ mắc lỗi, dự kiến ra mắt phiên bản đầu tiên dành riêng cho ngân hàng vào cuối năm nay.

16 tổ chức tài chính hợp tác phát triển AI FinLLM ngành tài chính Đài Loan

Cùng với làn sóng AI sinh tạo lan rộng toàn cầu, mô hình ngôn ngữ lớn chung khi xử lý lĩnh vực tài chính chuyên nghiệp thường gặp phải vấn đề không đủ địa phương hóa, và khó tích hợp kiến thức và quy chuẩn của ngành tài chính Đài Loan.

Về vấn đề này, Liên minh công nghệ tài chính ngày hôm qua (22/4) chính thức công bố dự án mô hình ngôn ngữ lớn tài chính (FinLLM), tập hợp 16 tổ chức tài chính trong nước, cùng với sự tham gia của Cục Phát triển Dữ liệu Quốc gia, Bộ Phát triển Dữ liệu và Ủy ban Quản lý Chứng khoán và Ngân hàng.

Theo báo cáo của 《Kinh tế Nhật báo》 và 《iThome》, Chủ tịch Ủy ban Quản lý Chứng khoán và Ngân hàng Peng Jinlong chỉ ra, ngành tài chính là ngành có mức độ giám sát cao, liên quan đến nhiều quy định địa phương phức tạp. Hiện tại, các mô hình ngôn ngữ lớn chung chủ yếu được huấn luyện trên dữ liệu quốc tế, nếu áp dụng trực tiếp sẽ dễ gây ra rủi ro sai lệch quy định.

Bộ trưởng Bộ Phát triển Dữ liệu Lin Yi Jing cũng đề cập, khi mô hình chung đối mặt với các vấn đề tài chính của quốc gia cụ thể, thường sẽ trích dẫn luật pháp nước ngoài gây ra thông tin sai lệch. Phát triển mô hình có kiến thức quy định của Đài Loan và khả năng hiểu địa phương đã trở thành công trình quan trọng để đảm bảo kiểm soát rủi ro và tuân thủ quy định.

Nguồn hình: Ảnh báo chí của Liên minh công nghệ tài chính, Bộ trưởng Bộ Phát triển Dữ liệu Lin Yi Jing phát biểu tại cuộc họp báo về mô hình ngôn ngữ lớn tài chính AI FinLLM của ngành tài chính Đài Loan

Thông qua tham gia xây dựng hạ tầng AI này, ngành tài chính kỳ vọng chuyển đổi quản lý tuân thủ từ bị động sang chủ động phòng ngừa, thúc đẩy chuyển đổi toàn diện dịch vụ tài chính và hoạt động tổ chức.

Liên minh công nghệ tài chính cũng tiết lộ danh sách các đơn vị tham gia dự án: CTBC, Postal Savings, Taishin Shin Kong Financial Holdings, E.SUN Financial Holdings, Cooperative Bank, Mega Financial Holdings, First Bank, Future Bank, Cathay Financial Holdings, Fubon Financial Holdings, Hua Nan Financial Holdings, KGI Securities, Changhua Bank, Bank of Taiwan, Land Bank of Taiwan và Taiwan Business Bank.

Lịch trình phát triển FinLLM: huấn luyện tháng 5, ra mắt phiên bản đầu cuối năm

Về việc dự án FinLLM của ngành tài chính sẽ hoàn thành khi nào? Chính thức tiết lộ, dự án dự kiến bắt đầu huấn luyện mô hình vào tháng 5 năm nay.

Giai đoạn đầu sẽ tập trung vào các ngân hàng có quy định và dữ liệu nền tảng đầy đủ hơn, dự kiến hoàn thành mô hình phiên bản đầu vào quý 3 năm nay, và ra mắt phiên bản cuối cùng dành riêng cho ngân hàng vào cuối năm, sau đó sẽ dần mở rộng sang lĩnh vực bảo hiểm và chứng khoán. 《Tạp chí Tuần》 chỉ ra, toàn bộ dự án dự kiến chi phí gần 70 triệu TWD.

Giám đốc công nghệ của CTBC, Jia Jingguang, tiết lộ, Dự án FinLLM sẽ kết hợp “Kho dữ liệu AI chủ quyền của Đài Loan” của Bộ Phát triển Dữ liệu và xây dựng nền tảng huấn luyện hợp pháp dựa trên quy định của Ủy ban Quản lý Chứng khoán và Ngân hàng, giao cho đội ngũ kỹ thuật nội địa Asia Pacific Intelligent Machines điều chỉnh và tối ưu, đồng thời Đại học Chính trị xây dựng cơ chế đánh giá tiêu chuẩn để xác định tính hợp lệ của kết quả.

Mục tiêu là để hệ thống đạt trình độ chuyên môn của nhân viên ngân hàng sơ cấp, có thể xử lý các nhiệm vụ như đánh giá tín dụng và phân tích tài chính, trong tương lai sẽ giao cho bên thứ ba hỗ trợ cấp phép, lặp lại và xây dựng hệ sinh thái ứng dụng của mô hình.

Nguồn hình: Ảnh báo chí của Liên minh công nghệ tài chính, cuộc họp báo về mô hình ngôn ngữ lớn tài chính AI FinLLM của ngành tài chính Đài Loan, chụp chung các khách mời tham dự

FinLLM khác gì so với phương pháp hiện tại?

Hiện tại, phần lớn ngân hàng khi áp dụng AI sinh tạo đều sử dụng kiến trúc tăng cường truy vấn.

Jia Jingguang chỉ ra, phương pháp hiện tại là xây dựng kho kiến thức bên ngoài mô hình chung, cho phép mô hình truy vấn dữ liệu ngay trước khi sinh câu trả lời. Dù có thể giảm thiểu lỗi sai ở mức độ nhất định, nhưng trong quá trình phân tách dữ liệu để truy vấn, dễ bỏ sót thông tin, và khi lượng kiến thức lớn lên đáng kể, sẽ gặp phải các giới hạn về hiệu quả truy vấn và độ ổn định của câu trả lời.

Việc phát triển mô hình FinLLM riêng của ngành tài chính lần này khác biệt so với kiến trúc tăng cường truy vấn cũ, là đưa trực tiếp quy định và kiến thức ngành tài chính của Đài Loan vào trong mô hình, hệ thống không cần dựa vào truy vấn bên ngoài mà có thể hiểu rõ logic tài chính và sinh câu trả lời trực tiếp, rõ ràng nâng cao tính toàn diện và khả năng suy luận.

Điều này cũng là bước tiến quan trọng của ngành tài chính Đài Loan sau khi luật AI cơ bản có hiệu lực, và sau khi Ủy ban Quản lý Chứng khoán và Ngân hàng ban hành hướng dẫn ứng dụng AI trong ngành tài chính.

Trong tương lai, các mô hình AI ứng dụng trong ngành tài chính dự kiến sẽ sử dụng mô hình lai, dựa trên nền tảng nội địa đã huấn luyện, kết hợp với kho kiến thức bên ngoài để cập nhật thông tin mới nhất, và qua mô hình cộng tác người máy để kiểm soát quyết định, nâng cao chất lượng và hiệu quả dịch vụ tài chính toàn diện.

Đọc thêm:
Thông cáo của Trung tâm Thông tin Đài Loan về vụ kiện ĐH Đài Bắc! Việc làm dữ liệu tiếng Trung phức tạp gây tranh cãi, hai bên đã hòa giải

Người dân đam mê nuôi tôm hùm! Bộ Phát triển Dữ liệu: AI đại lý chắc chắn sẽ tích hợp vào công vụ, Foxconn có ý định đầu tư vào năng lực tính toán của Đài Loan

Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
  • Phần thưởng
  • Bình luận
  • Đăng lại
  • Retweed
Bình luận
Thêm một bình luận
Thêm một bình luận
Không có bình luận
  • Ghim