每經記者 宋欽章    每經編輯 廖丹    

11月23日，騰訊云正式發布金融行業大模型解決方案，助力金融機構擁有自己的智能應用。據介紹，在騰訊云金融行業大模型解決方案的應用層架構，騰訊云結合金融行業前中后臺業務場景，打造了一系列智能應用，主要瞄準智能客服、單據識別、輿情分析、投顧輔助、安全風控、代碼撰寫等場景。

騰訊云副總裁、騰訊云智能解決方案負責人王麒在接受《每日經濟新聞》記者采訪時表示，不同金融機構布局大模型的路徑可能存在差異。“一般而言，整個大模型生態的產品貨架有不同的層級，包括最底層的算力支持、計算網絡存儲等，再到上面的通用大模型，然后在通用大模型的基礎上預訓練出行業大模型，在行業大模型的基礎上結合行業的數據進行精調，最后才變成客戶的專屬大模型。整個大模型的產品體系是由下往上走的，不同的金融企業可以從不同的點去切入自己的金融行業大模型，這里也要根據其自身的投入成本、場景復雜度等考慮。”

騰訊云副總裁王麒介紹金融大模型 圖片來源：每經記者 宋欽章 攝

“較大型的金融企業，可能選擇更多地往底層方向布局，甚至構建自己的模型。在算力集群、計算網絡存儲等底層基礎設施方面，一般來講他們不會去觸達，會選擇跟專業云廠商合作。但更多的情況是，金融企業主要提供數據和場景，與之合作的專業云廠商則負責提供行業大模型，雙方再配合進行‘最后一公里’的精調，生成專屬行業大模型，以解決具體金融企業的需求。”王麒補充。

記者注意到，智能客服是大模型被提及較多的應用場景，但在現階段的日常體驗中，多數智能客服給人的印象往往并不智能，常常出現回答“正確的廢話”等現象。

“智能客服回答‘正確的廢話’，這其實是人工智能的‘幻覺’問題，也是大模型最難解決的技術難點之一。因為生成式模型即使不知道正確答案，一般也不會謙虛地告訴你它不知道，而是會選擇生成一個可能性最高的答案給你。如果在一開始預訓練的時候，沒有把核心問題放到其中，那最后就可能遇到大模型回答‘正確的廢話’這種情況。”王麒分析道。

針對智能客服的用戶體驗，王麒表示，客服系統+人工智能目前是大模型應用較廣的場景，但技術發展至成熟仍需要一段時間。“在這個過程中，建議將智能客服與傳統人工座席配合使用。智能客服能夠對常規問題進行過濾和快速搜索，進而幫助人工坐席更高效率地回答問題，這樣才能給用戶提供更好的體驗。”