RAG 技术在金融支付类 ToC 应用场景中的探索与实践

1,480 0 0

文章摘要

随着移动支付、在线银行和数字货币等新兴支付方式的普及，用户对支付服务的便捷性、安全性和个性化需求不断增长。金融支付类企业在政策监管加强、数据隐私保护和技术伦理考量的约束下，如何在技术上实现To C业务的落地，成为亟待解决的问题。

王良指出，大模型在金融支付类公司的应用前景是明确的，AI必将重构世界。企业需要从最熟悉的领域入手，让AI学习优秀员工的能力，寻找”文本进、文本出”的场景，不要追求大而全，而是将任务拆解，先解决小任务和小场景。在技术选型时，需要考虑开源模型和在线模型的优缺点，以及国家的政策要求。合规性方面，To C的人工智能服务在上线前必须报备并接受审查。

在实际落地过程中，王良分享了RAG技术在业务场景中的应用，通过知识库的输入和向量化处理，提高问题答案的准确性。同时，他也提到了在落地过程中遇到的挑战，如数据源加载与处理、数据切分难、检索效果、检索结果过多或过长、可解释性与鲁棒性、复杂query等问题，并给出了相应的解决思路。

此外，王良还介绍了Function calling和Agent在风控系统中的应用，通过自动化的方式提高风控拦截原因分析的效率。他认为，在大模型的浪潮下，未来的趋势之一是脱离”信息的茧房”，将各行业顶尖的能力赋予普通人，缩小程序员之间的技能差距，为小而美的创业团队带来重大机遇。

最后，王良分享了他对大模型应用架构师职责的理解，强调提高答案输出的准确性和稳定性、成本效率和系统稳定性健壮性是架构师需要关注的核心问题。他还推荐了InfoQ的《大模型领航者AIGC实践案例集锦》电子书，以及即将在上海举办的FCon全球金融科技大会，邀请了来自各大金融机构和金融科技公司的资深专家分享实践经验和洞察。

总之，金融支付类企业在数字化转型的过程中，需要紧跟大模型技术的发展，积极探索业务场景和技术应用，同时注重合规性和用户体验，以实现To C业务的成功落地。