北京银行如何构建全栈大模型应用体系?

AI-Agent4周前发布 ai-front
329 0 0
北京银行如何构建全栈大模型应用体系?

 

文章摘要


【关 键 词】 人工智能金融科技大模型北京银行国产化

近年来,随着人工智能技术的快速发展,全球AI竞争愈发激烈,通用智能成为焦点。中国政府鼓励发展人工智能,提出“人工智能+”理念,推动大数据和AI研发应用。金融行业因其数据丰富和应用场景多样,成为大模型技术应用的热点领域。然而,金融大模型面临高端芯片受限、数据问题和应用风险等挑战。

北京银行积极应对挑战,探索AI在商业银行的应用,提出B=IB+AIB的理念,即投行驱动与AI驱动相结合的模式。自2020年起,北京银行构建了人工智能中台应用——京智大脑,发展知识驱动的大模型应用体系,通过大模型与小模型的结合,提高运营效率,精准营销,支持产品创新,优化客户服务,加强风险管理。

在FCon全球金融科技大会上,北京银行软件开发中心副总经理代铁分享了北京银行在AI领域的应用平台建设与实践。北京银行构建了“4+N”的全栈国产化大模型应用体系,包括国产化算力底座、企业级知识库、MaaS平台和基于Agent的应用平台,以及多个银行业应用场景的示范应用。

北京银行的技术架构分为算力层、数据层、框架层、模型层和应用层。算力层提供计算支持,数据层整合行内外数据资源,框架层依托金智大脑进行模型训练和推理,模型层内嵌多个基础大模型并结合金融数据形成行业金融模型,应用层针对不同业务场景设立应用。

北京银行的AI应用平台具有七大技术特点:全栈国产化算力基座和训练框架、可信金融训练集、金融领域混合专家模型、大模型服务平台、Agent智能体应用能力、自研搜索引擎和数据安全标注环境。

具体应用方面,北京银行推出了“京信妙笔”智能报告工具、智能会议助手工具和智能校对工具,分别用于贷款领域的报告撰写、会议记录和报告审校,提升了工作效率。

代铁,北京银行软件开发中心副总经理,拥有20多年银行IT从业经验,分管数据研发及人工智能领域。

此外,AICon全球人工智能开发与应用大会·上海站成功举办,汇聚行业先锋,探讨大模型训练、多模态融合、智能体Agent等热点。QCon全球软件开发大会也将在上海举办,涵盖AI Agent、AI Infra、RAG等AI话题。

豆包-智能助手

原文和模型


【原文链接】 阅读原文 [ 4483字 | 18分钟 ]
【原文作者】 AI前线
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★

© 版权声明

相关文章

暂无评论

暂无评论...