主会场圆桌论坛环节，行业大咖齐聚，由金证股份首席信息官廖亚滨主持、钛媒体联合创始人刘湘明联合主持，携手腾讯金融云副总经理贾飞、上海慧度至明信息科技有限公司总经理陈晨、东方财富信息股份有限公司大数据部门负责人张健、华创证券有限责任公司金融工程部总经理陈杰、深圳价值在线信息科技股份有限公司CTO赵洋、金证优智CEO詹毅，围绕“行业垂直大模型的建设之路”展开深入探讨交流，发表独到见解，碰撞思想火花。
行业垂直大模型的建设之路
上海慧度至明信息科技有限公司总经理陈晨
针对大模型如何解决痛点、客户服务、投资决策，陈晨认为大语言模型在金融行业应用领域呈现出巨大潜力。尽管在实时性要求高的交易类型方面应谨慎使用，但其在客户服务、投资研究和风险管理等环节具备优势。通过对特定场景进行调整和优化，大语言模型可以帮助解决非结构化信息处理的挑战，降低成本。未来，在金融行业，大语言模型将引领创新应用的浪潮。
东方财富信息股份有限公司大数据部门负责人张健
围绕金融行业实践中大模型应用存在的可靠性和合规性问题，张健表示大语言模型将在多领域发挥重要作用，但实际应用中要注重训练语料的数据质量，预训练阶段要做好语料的清洗和提纯，面向任务的微调要与领域专家一起做好语料的标注。
此外，在数据合规和安全方面应谨遵相关法规，从数据源头做好保障。对于大模型可能存在的幻觉问题，需做好跟人类价值观的充分对齐，在对准确率要求较高的场景，可以借助外接知识库进行解决。
深圳价值在线信息科技股份有限公司CTO赵洋
针对知识图谱和大模型的关系，赵洋表示大模型和知识图谱在知识表示方面各有优势，可以相互结合。
知识图谱是权威答复和专业领域知识的积累，而大模型通过大量语料学习的通用知识参数化到网络空间里，存在不确定性和局限性。结合时，可将知识图谱作为预训练数据，保障大模型学习专业知识；同时，用知识图谱约束大模型输出，控制真实性和可用性，两者形成互补关系，大模型增强知识抽取能力，辅助构建智能化知识图谱。随着技术发展，两者的共存或替代关系将取决于模型技术进展。
华创证券有限责任公司金融工程部总经理陈杰
对于大模型带对证券公司数字化的影响，陈杰表示可以从两个方面分析。
一是对公司各类业务系统数字化，短期会提升文本相关工作的效率，例如问答机器人和智能写作类。长期来看是交互方式的变革，对现有各类系统和APP带来很大变化。同时，应该密切关注大模型的未来发展，我们现在看到大模型已经体现出工具学习和工具调用的初步能力和巨大潜力，比如调用数据库、知识图谱、搜索引擎和各种agent代理。一旦大模型工具学习的能力成熟，则会对很多重要的底层技术产生影响，影响的范围会更深更广。
二是对投资决策过程的影响。由于目前大模型主要聚焦于文本，对投资决策过程的应用还在探索阶段。我认为对投资决策的主要影响，可能集中在文本类信息获取和处理能力的提升，知识图谱和专家知识的丰富。目前，我们重点关注如TiDE等时间序列大模型的出现和应用，大模型对于各类数据库和开发工具的调用能力，以及端到端的量化策略开发，这三个方面可能是最快见到变革的方向。
金证优智CEO詹毅
詹毅对金融垂直领域大模型落地的关键点发表了见解，他认为大模型快速发展，金融智能应用需结合大模型、语义检索和业务系统。大模型具备归纳、整理和推理能力，但有数据和知识的不准确性问题。解决方法是在垂直大模型的基础上，建设知识体系和进行语义检索，为模型提供全准新的知识。通过大模型、知识体系与业务系统这三大要素的整合，可打造针对各业务的智能助手，进行智能决策。
腾讯金融云副总经理贾飞
围绕通识性大模型和行业或公司级的垂直的大模型之间的融合方式，以及如何赋能行业实现人工智能应用的纵深发展，贾飞发表见解，表示大模型是人工智能的成长过程，类似于人类的教育。通用大模型相当于完成了小学到大学的通用教育，而专业大模型则是像研究生阶段那样进行专业训练和提高。通用大模型适用于广泛场景，而专业大模型针对特定领域的数据安全和合规需求。以大模型连接万物，未来智慧产业生态也将持续迅猛发展。
随着业务与技术的发展，未来大模型的影响将引发行业的革新。金证将持续深入数智金融的研究与实践，积极推动金融数字化创新应用的繁荣发展；与行业携手共进，向创新而行，共同期待并迎接崭新的时代！
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
