长沙银行郭刚刚：现阶段大模型在金融领域的应用更多是通过大模型+小模型的模式实现

　　日前，由 21世纪经济报道联合腾讯安全主办的“共建金融风控科技”系列闭门研讨会第五场在长沙举行。长沙银行开发中心AI算法团队负责人郭刚刚博士在闭门会上分享了该行大模型构建的思路和探索以及大模型在金融领域应用前景的思考。

　　以知识构建和运营为例，郭刚刚介绍称，长沙银行通过大模型对行内各个业务模块的知识进行加工处理，生成基于大模型的知识库，再通过原来的聊天机器人把知识以大模型的形式输出赋能行内。“这是通过语言大模型构建的知识运营，不仅限于行内发文的知识，还包括对客户交互的文本。另外，大语言模型应用在对客户交互文本大数据的加工方面，聚焦之后再汇合行内现有业务系统打通，比如知识获取，与聊天机器人以及客服系统会打通”。

　　

　　郭刚刚进一步表示，长沙银行考虑，未来大模型在各个业务模块的应用以智能助手的形式出现，比如风控模块、远程客服模块都有对应的智能助手，这也是该行接下来要围绕大模型做的探索。“我们认为，当前阶段大模型参数不应该一味求大，要考虑到性价比，要从快速落地的角度出发，把大模型的探索定位在应用场景的挖掘上面，先把上层打通，等到国内大模型能力提升后，再以解耦的形式替换掉大模型引擎”。

　　对于大模型发展，郭刚刚表示，现阶段更多是通过大模型+小模型的模式实现大模型在金融领域的应用，而这有两种方式，一是大模型起任务分解和调度作用，通过大模型调度小模型实现更加智能化的工作；二是通过大模型部分替代小模型，即通过大模型把特征向量化进行赋能，也就是说先把小模型时代做的特征工程工作替代。

　　回到金融风控，郭刚刚表示，大模型的应用不会一蹴而就成为全领域替代审批人的智能助手，首先AI作为初级研究助理，更多是加工信息；其次AI可以作为行业分析员，不仅加工信息，还可以分析；最后阶段才是AI作为授信的策略师，能够真正意义上替代人做这件事情，它可以评判、决策。“目前我行风控对大模型应用也是按照这个步调进行，先利用大模型引擎做数据加工、数据处理，随着业内大模型引擎能力逐渐提升，我们会让它成为行业分析员、授信策略师，有一个逐步替代的过程”。