金融信息化研究所发布《大模型金融应用实践及发展建议》

《大模型金融应用实践及发展建议》由金融信息化研究所牵头，近30家金融机构和科技企业参与，从大模型技术与产品发展现状入手，围绕技术路线、使用方式、应用场景和应用趋势四个方面展现了大模型在金融业应用与探索实践情况，剖析风险挑战，提出发展建议，汇总典型案例，为金融业大模型创新发展提供参考借鉴。

当前，随着大模型产品和服务的爆发式增长，国内外迎来了新一轮智能化发展热潮,赋能千行百业。报告以模型发布时间为序，梳理了国内外典型大模型产品参数量、开闭源等相关信息，并围绕数据构建、模型算法、模型训练、模型压缩与加速、模型评测、模型运营和安全可信七大环节，全面分析了大模型工程化应用的核心技术。

报告重点分析了大模型在金融业应用与探索实践情况，总结了开源模型应用、产学研联合创新研制和商用产品采购三种常见的技术选型路线，强调了私有化部署仍是金融机构部署大模型的主要选择方式，提出了模型微调是优化模型效果和性能并提高准确性的重要手段，也是当前金融机构试用大模型的最常用手段。

报告指出金融机构和科技企业正积极探索大模型在金融业的合理应用，已试点应用于智能客服、智能办公、智能研发、智能投研等多个业务场景，进一步推动金融服务的智慧再造，加速AI技术赋能金融业务提质增效。报告基于当前金融机构试点实践和测试探索主要场景构建了金融行业大模型应用场景全景图，并研判了应用发展趋势。

针对大模型在金融业应用还处于初期探索和应用试点阶段的现状，报告梳理了金融应用规范与指南不完善、金融应用场景缺少范式、高质量金融训练数据欠缺、训练算力支撑不充分、算法可信度和合规性不足等风险与挑战，并提出了相关建议。