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。

民生银行数据管理部总经理沈志勇在发表主旨演讲时表示，“判断一家企业是否能做好大模型，至少应从算力规模、NLP（自然语言处理）基础、数据积累这几个维度来判断。算力规模影响大模型的迭代速度；大语言模型属于NLP领域，因此NLP能力积累至关重要；而海量文本数据是训练大语言模型的重要基础。”

沈志勇认为，大模型应用于银行领域至少可以提升生产效率、重塑知识体系以及改善内外部用户的体验。比如，辅助员工生成文本、代码等内容，更快、更富体验地满足行内外用户知识获取的需求等。对此，除了模型本身，银行还需要建设算力基础；准备训练数据；建设模型训推和应用框架等。

“应用大模型一定要注意安全合规。”沈志勇表示，从数据角度看，可以对大模型进行两种教育和设立三道防线。其中，两种教育，一是训练时通过数据注入正确的价值观；二是在训练时通过强化学习对模型的错误回答进行纠偏。三道防线是指过滤掉训练数据、模型返回结果以及用户提问中的不良内容。

沈志勇提出，不能忽略大模型运行的经济性，须结合传统AI技术做好智能资源的优化配置。同时，还要做好各方对于投入产出的期望管理。关于大模型技术未来的发展方向，横向是往多模态的发展，纵向个人比较看好智能体。

责任编辑：王超