金融大模型应用的机遇与挑战

【摘要】目前，大模型已经在金融行业有了众多的应用尝试，比如在客服、文档生成、代码生成等方面。但大模型的应用也面临着数据、算力、合规和安全、人才、架构等问题和挑战，本文对此进行了分析和展望。

近期每场会议和活动都少不了大模型的话题。毫不夸张地说，大模型在开创一个新的时代，不久的将来势必会带来质的变化。

大模型本质特征

大模型通常指大语言模型（Large Language Model， LLM），是基于深度学习算法的自然语言处理技术，是通用大模型。大模型也在从单一自然语言处理模态向语音、图像等多模态大模型演进。目前国内外推出了众多的大模型，国内就不下上百款，也因此被称为“百模大战”或“千模大战”。但很多所谓的“大模型”仅是叫“大模型”而已，不管参数量多少，都不能称为真正的大模型。参数量是大模型的一个特征，但不是本质特征。大模型的本质特征是涌现性，是真正实现了数据量从量变到质变的过程，就像人生顿悟，达到了一种新的境界，是经历经验（数据）和不断思考（训练）的结果。因此，不具备涌现性能力的大模型可以说都是伪大模型。

大模型说到底还是个工具。不能小看它，也无需神话它。大模型是数据训练从量变到质变的结果，就像人从小不断地学习、思考，最终成为了大家和圣贤。它的应用也会带给我们量变到质变的结果。

从通用大模型到企业大模型

大模型到行业应用通常需要基于行业数据进行再训练和调整，称为垂直行业大模型。大模型就类似于一个普通人，而行业大模型类似于行业专家，需要学习行业的专业知识。而企业又各有自己的特点，因此从行业大模型到企