金融领域AI大模型和AGENT实践

weBank2通用大模型不能直接应用例子：例子：问：请总结以下新能源车的介绍，答：总体上看，这款最新的XXX车性能优异，尤其是其续航里程达到了2千公里。•大模型生成的回复违背了用户输入中的任务指示或者任务输入；•大模型生成的回复出现了自我矛盾；•大模型生成的回复与公认的事实知识出现了冲突。•需要不断增加高质量的标注数据，优化模型加以解决通用大模型如直接用于各行各业，模型表现得专业知识不足，并不能满足业务要求；需要利用本地数据训练垂类行业大模型，大幅度提升模型性能模型实现模型实现注环节的耗时占比可达25%训练垂类行业模型时，面临保护各类本地数据隐私的问题。包括，训练数据，本地模型，提示词等。多个数据源联合训练一个大模型时极有可能会暴露每个数据源的用户隐私和影响信3AIAgent如何解决通用大模型短板办法：数据/专业数据；效果：1.知识库反馈的信息，免了幻觉；AIAgent如何解决生成式大模型短板大模型微调（Finetune)据/专业数据；（微调）大模型；求，性能更优；AIAgent如何解决生成式大模型短板及解题步骤（思维链）；2.利用这些数据修正（微调）大模型；垂类应用要求，性能更优；2.微调后的大模型，事实性微调数据（思维链）微调效果：AIAgent如何解决原生大模型短板决数据稀缺/标注不足问题；2.利用联邦学习技术，在保护设备上的私域数据；1.联邦大模型，整体性能更优；2.联邦大模型，有效保护了私3.本地的联邦模型，无需高性AIAgent是大模型面向应用端发展的下一阶段9比尔·盖茨（微软联合创始人）Agent更加智能。它们是主动的，能够在你提出请求之前就提供建议；比尔·盖茨（微软联合创始人）Agent更加智能。它们是主动的，能够在你提出请求之前就提供建议；LilianWeng（OpenAISafety团队负责人）意味着基于LLM的Agent助手以后将会服务AIAgent与大模型的关系AI助手（Agent）可以帮助人们创造内容来更好地表达其想法，或者李彦宏（百度创始人、董事长兼首席执行官）AIAgent的特点AIAgent技术底座WeBankAIAgent（WeAIA）AIAgent技术底座8用户端8用户端ò视觉引擎营销:智能营销Agent——大模型高效生成丰富营销素材体架构以We大模型为代表的AI技术服务平台（生态）体架构以We大模型为代表的AI技术服务平台（生态）AR/VRAIAI技术栈整…大模型联邦大模型FATE-LLM…大模型联邦学习核心思想数据不动模型动，数据可用不可见传统方法：将草从各地集中到一起喂羊，传统方法：将草从各地集中到一起喂羊，领衔联邦学习相关研究与应用二2018-2024)•牵头《人工智能联邦学习技术规范》国家标准的制定，2023•信通院标准《基于多方安全计算的数据流通产品技术要求与2018-2024)•牵头《人工智能联邦学习技术规范》国家标准的制定，2023•信通院标准《基于多方安全计算的数据流通产品技术要求与测试方法》和《联邦学习技术与应用》•金融行业标准：央行金融标准化委员会《多方安全计算金融ArtificialIntelligence》•聚焦联邦学习的可信赖、可解释、可优化、可监管的可信联邦学习标准•联邦学习贡献度评估标准IEEEP框架FATE。社区以“开源开放，共力创新”为愿景，汇聚了4000+FederatedNITechnologyEnabler口LFAI&DATATencent腾讯题美团Tencent腾讯8腾讯云mmware 《Federated应用)》领衔联邦学习相关前沿研究：联邦迁移大模型FTL-LLM基于“可信联邦学习”的理论框架，在业内提出“联邦迁移大服