当下，随着新一轮信息技术的快速发展，大模型已经成为金融行业的技术焦点。如何才能助力大模型在金融各大场景落地？对此，在2023首席科技官思享会上，度小满首席架构师李丰针对大模型的发展变化以及对金融行业带来的变革展开阐述，指出平台能力建设是大模型落地成败的关键，而大模型落地到场景则需要跨越三条鸿沟。

　　11月21日，由21世纪经济报道主办的“2023首席科技官思享会（闭门会）”在北京成功举行，聚焦大模型的热点话题，金融机构、金融科技公司等资深人士进行了深入研讨。

　　度小满首席架构师李丰表示，智能化技术在金融领域的经历了经典学习算法、深度学习、AGI/LLM（大语言模型）的三个阶段。通用人工智能可以看作是一个新的浪潮，在深度学习基础上有更多的理解和推理能力。大模型可能是生产工具级别的升级，最终会带来生产力的提升。

　　“寄希望于大模型短期带来应用层面快速爆发或者场景突破，不是很现实。”李丰认为，这不是大模型擅长的场景，它擅长的是知识库压缩、推理、问题拆解、问题解答等底层能力。真正体现大模型价值，一定是与场景结合，这个进程不会那么快，尤其是金融场景的新技术应用必须经过反复验证，确定效果才能上线。

　　完美体育 完美官方网站

　　李丰表示，任何技术的发展都会有火热的阶段，价值体现是慢慢地渗透，渗透到每一个环节的方方面面，最终会达到质的飞跃，这是大模型价值释放的方式。

　　据他介绍，通用大模型需要巨大的人力财力投入，度小满选择基于成熟通用基座模型，专注于打造金融领域大模型。基于通用大模型来做金融领域大模型，要在高质量金融数据基础上进行调优，同时要保证部署和使用方式的灵活性，才能满足金融机构的情况。度小满“轩辕”大模型内部使用中，在一些应用场景和知识问答等方面体现了比较好的效果，主要价值是基于特有场景的调优，才能更有利于产生对业务的直接贡献。

　　“平台能力建设是大模型落地成败的关键，没有一个很好的平台很难在生态应用场景层面发力。”李丰说，大模型落地到场景需要跨越的鸿沟主要有三个方面：服务可靠性（并发/延迟/稳定/降级/容灾）、服务可控性（权限/安全/隐私完美体育 完美平台/合规）、服务易用性（会话/通用能力/API/提示词工程/灵活切换）。

　　在他看来，大模型的应用可以先内后外，先从企业内部做提质增效的实验，然后再推到更广阔的应用场景。一方面，内部验证风险更低；另一方面，把内部用户的认知和能力打磨之后，会为后续更广泛应用打下很好的基础；此外，内部应用会加快加深对技术的认可，获取更多的资源支持。任何一个新技术都有风险，大模型也不例外，不能把它看作是必然的东西。

　　聚焦大模型技术在金融各领域的应用，需着重解决技术方面的难题，同时打通内外链接，完善大模型产业链条，才能让大模型发挥价值，进一步提升金融服务效率。在大模型技术领域，度小满早已抢占先机。随着“轩辕”大模型的落地使用，度小满也将为金融行业创新发展贡献一份力量。

　　【广告】免责声明：本内容为广告，相关素材由广告主提供，广告主对本广告内容的真实性负责。本网发布目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，广告内容仅供读者参考。

　　新闻信息服务许可证音像制品出版许可证广播电视节目制作经营许可证网络视听许可证网络文化经营许可证