近日，2023金融科技安全与创新大会在济南召开。会上，由金融信息化研究所牵头，腾讯云主编，30余家金融机构和科技企业参加编制的《大模型金融应用实践及发展建议》正式发布。

　　500)this.width=500 align=center hspace=10 vspace=10 rel=nofollow/>

　　500)this.width=500 align=center hspace=10 vspace=10 rel=nofollow/

　　报告详细分析了大模型工程应用的七大关键环节，包括数据构建、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。同时，报告追踪了国内外大模型产品的参数量和开源状态。

　　报告重点关注了大模型在金融领域的应用与实践情况，总结了三种常见的技术选型路线，即开源模型应用、产学研联合研发和商用产品采购。也强调了私有化部署在金融机构中仍然是主要的选择方式，以及模型微调作为提高模型准确性的有效手段。

　　报告认为，泛亚电竞官方金融机构和科技企业正在积极探索大模型在金融领域的应用，包括智能客服、智能办公、智能研发和智能投研等多个领域。这进一步推动了金融服务的数字化改造，加速了AI技术对金融业务的提质增效。

　　与此同时，报告也指出了大模型在金融领域应用的挑战，如规范与指南的不完善、应用场景的缺乏范式、数据和算力支持的问题。就此，报告提出相关建议，以促进大模型在金融领域的快速应用，并为整个行业提供指导和借鉴，以推动金融领域的大模型应用。

　　本次报告中，腾讯云多个实践案例成功入选。在股份制银行的日常业务中，大量的回单、交易发票、申请书等数据需要处理，传统的人工处理方法效率低下、成本高昂。同时，传统OCR深度学习模型在应对多样化的单据处理中也表现不佳。因此，腾讯云的TI-OCR大模型应运而生，旨在解决这一问题。

　　TI-OCR提供多种识别模式，包括智能结构化、固定版式结构化、检测/识别、智能分拣。其先进的技术架构采用分布式体系结构，支持多个Worker节点，提高系统吞吐量。数据存储方面采用MySQL存储元数据，普通硬盘用于存储图像和模型数据。TI-OCR大模型具备原生大模型支持、通过prompt设计支持复杂任务、多模态技术提高召回率的特点。

　　某股份制银行通过应用TI-OCR大模型，实现了自动化的数据处理和高度结构化，将数据识别准确率提高至95%以上。这一应用降低了高重复手工劳动，减少了运营成本，实现了多元业务数据处理的标准化、线上化和自动化。

　　在智能客服方面，传统银行客服面临知识维护、问答覆盖率和服务效率等挑战。为了提升客户服务质量，腾讯云的金融大模型被用于构建智能客服系统，以满足客户不断增长的需求。

　　某股份制银行充分利用腾讯云金融大模型能力，构建了专属的金融客服大模型，并进行了私有化部署。通过语音识别、语音合成、人脸识别等AI技术，结合NLP技术和知识库，实现了智能语音导航、智能问答、智能外呼、智能质检以及客服助手等功能。

　　腾讯云的金融大模型为该股份制银行提供了智能咨询、辅助分析和决策服务，为多个核心业务的智能化发展提供了支持。智能客服机器人通过多个渠道提供问答服务，大幅减少了人工成本，同时提升了客户交互体验。

　　目前，腾讯云行业大模型已经为20多个行业提供了超过50个解决方案，为金融等行业客户提供了一站式MaaS服务，支持金融机构构建自己的专属大模型。此外，腾讯云还与头部金融机构合作，共建了近百个定制化风险控制模型。

　　不断为千行百业输送行业大模型解决方案的同时，腾讯云一直以来都在积极参与大模型标准建设。此前，腾讯云作为推动行业大模型发展的核心单位，联合信通院正式发布国内首个金融行业大模型标准，为金融行业智能化的高质量发展提供了重要支撑，为全面促进大模型安全合规和可信发展提供了重要保障；2020年，腾讯被选举为全国信标委人工智能分委会委员兼副秘书长单位，作为核心成员，承担了更多标准制定工作以及技术引领作用。

　　未来，腾讯云将继续积极推动行业大模型标准制定，加速金融行业应用落地，为金融行业的数字化转型提供有力支持。