在人工智能邁向2.0時代的大潮中，金融領域成為大模型應用的重要陣地。各大金融機構紛紛涉足，探索大模型在金融垂直領域的落地應用。然而，金融行業的特殊性對安全性、合規性、準確性和可控性提出了極高要求，大模型應用帶來的諸多風險不容忽視。為了應對這些挑戰，構建金融大模型的技術標準體系成為當務之急。
在近日于重慶舉辦的“2024數字產業生態伙伴大會”上，馬上消費常務副總經理蔣寧接受了采訪，分享了公司在金融大模型技術標準制定方面的進展。據悉，馬上消費牽頭編制的IEEE P3826《金融大語言模型技術要求標準》與P3482《基于機器學習模型的三維數字人建模和驅動技術要求標準》兩項重要標準已宣布立項啟動。
IEEE P3826標準是我國在金融大模型技術領域主導編制的首個IEEE國際標準，確立了金融大模型的系統框架及功能要求。系統框架涵蓋了基礎設施層、平臺層、數據層、模型層、服務層、應用層、運維層及安全層，適用于金融大模型的設計、開發與應用，也可為金融大模型的測評提供指導。P3482標準則規定了3D數字人的建模、動畫和驅動、性能、互操作性、安全和倫理等要求。
蔣寧表示，馬上消費致力于在標準領域搶占先機，希望金融大模型在全球起到示范作用，甚至引導產業變革。他透露，制定標準的框架方向還將包括數據的安全合規、可追溯性，算法的可解釋性、安全性，以及芯片、智算中心、云等領域的安全合規可信。馬上消費把公司治理放在突出地位，成立了IT治理委員會和科技倫理委員會，確保所有科技研發活動都以安全為目的、對公眾負責、保護個人隱私。
在金融大模型的應用方面，馬上消費推出了全國首個零售金融領域的“天鏡大模型”。自2023年8月發布以來，“天鏡大模型”已覆蓋營銷獲客、風險審批、客戶運營等8個零售金融典型應用場景。在近日的大會上，馬上消費宣布“天鏡”已升級至2.0版本，在模型技術創新、標準制定、科研轉化成果、具體應用等核心領域取得了突破性進展。
“天鏡”2.0在金融安全、大數據決策、人機交互、消費者權益保護、邏輯推理泛化等方面都展現出強大的潛力和價值。蔣寧表示，大模型生成式AI在輔助內容生產的同時也給金融安全帶來了巨大挑戰，如假單據、假人臉、假數據等現象頻出。為此，“天鏡”2.0研發了對抗學習技術，將多模態技術進行深度融合，構建全新的對抗學習防偽新體系，全方位、多層次地提升金融安全防護能力。
“天鏡”2.0在打擊金融黑灰產方面也有顯著成果。蔣寧介紹，黑灰產的識別可以利用多項大模型技術，如將相關圖片、環境、聲紋、地址等信息整合成多模態大模型，結合復雜網絡技術、隱私計算技術等多種技術，形成打擊黑灰產的能力。
