度小满许冬亮：金融是大模型落地高潜场景 创新应用需解决三大难题

不断创新大模型技术，将进一步助力金融行业转型升级。然而，如何在金融领域发挥大模型的优势、加快大模型技术应用落地金融各大场景还面临诸多挑战。对此，度小满聚焦大模型，以创新技术应对大模型落地金融领域的一些实际性困难，助力金融行业创新发展。

度小满聚焦大模型，加快技术创新步伐

8 月 23 日，北大光华-度小满金融科技实验室举办"北大光华-度小满金融大模型技术与应用论坛"，北大光华金融系主任、教授刘晓蕾，度小满 CTO 许冬亮，清华大学人工智能研究院常务副院长孙茂松等行业专家出席研讨会。会上，大模型本身的技术难点、大模型对金融行业影响和应用等问题成为产学研界共同关注的课题。

度小满 CTO 许冬亮

许冬亮表示，金融行业是高价值行业，数字化基础好，高度依赖数据和技术，是大模型落地应用的高潜场景。对于中小金融机构，在大模型的浪潮里，他们也有机会通过应用创新，来加快自身的数字化和智能化进程，跨越数字化鸿沟。

开源大模型"轩辕"，已吸引上百家金融机构申请试用

现阶段，如何在金融领域发挥大模型的能力，他认为还有三个挑战需要解决：

第一个挑战是通用模型能力不能满足金融场景需要。首先是通用大模型本身精度不够，其次是通用大模型金融知识的缺失，再次是大模型更新迭代困难。

第二个挑战是大模型如何高效植入现有业务场景。一个团队既要懂业务场景的 know-how，又要理解大模型的使用方法，而且还需要具备比较强的工程能力，这样才有可能选择出适合应用大模型的场景，高效的将大模型嵌入到实际业务流程。

第三个挑战是大模型应用于金融业中产生的安全合规和隐私保护问题。金融本身是一个高合规要求的行业，大模型又是具有颠覆性的新技术，如何平衡大模型落地收益和潜在合规风险，会是一个越来越突出的问题。

如何解决大模型在金融行业落地应用的这些难题，许冬亮认为每家机构独立去解决这些问题既是不现实的，也是不经济的，科技公司和金融机构在金融大模型上的合作非常有必要，"科技巨头提供通用大模型，或者技术能力强的金融科技公司提供金融行业大模型，具体的金融机构基于这个行业底层模型，用自己的业务数据去做私域的训练，然后做私有化的部署和应用"。

今年 5 月份，度小满开源了国内首个千亿级中文金融大模型"轩辕"，"轩辕"在金融域任务评测中全面超越了市场上的主流开源大模型，开源以来已经有上百家金融机构申请试用。

度小满开源国内首个千亿级中文金融大模型"轩辕"，通过加速大模型落地金融各大场景，以智能科技手段破解风险管理、成本控制等诸多难题，进一步提高金融服务效率。接下来，度小满将积极解决大模型在金融行业落地应用的系列难题，为金融行业数字化转型贡献一份力量。