LLM 可專門針對金融機構人工智慧解決方案
編譯／施毓萱
金融服務公司正越來越多地利用ChatGPT和類似解決方案。這些技術可以輕鬆地將企業資料整合到人工智慧助理中，提高大型語言模型（LLM）在各種應用中的實用性。在消費者迅速採用人工智慧驅動的LLM同時，銀行也謹慎行事、注意資料安全。
LLM是不可或缺的元素
開發像GPT-4這樣的LLM不僅對使用者有意義。過去機器學習和人工智慧專案往往具有挑戰性、需要投入大量精力，但現在LLM正在開闢全新的方法。人工智慧專家可以利用現有的LLM，創造專門針對金融機構的人工智慧解決方案。
這簡化了流程使成本相對較低。如今，無需在公司內部收集資料和訓練模型，只需整合公司資料即可開始工作，且這可以使用檢索增強生成（Retrieval-augmented generation, RAG）。然後，就可以藉助提示工程（prompt engineering）提出正確的問題，這就是所謂的「零樣本學習」（zero-shot learning）。
資料來源也是模型重點
人工智慧語言模型是在大型資料集上訓練出來的。這包括大量通常可公開訪問的線上資源，如資訊網站、書籍、新聞文章、科學出版物或部落格文章。
最新的GPT-4 Turbo也使用了具有高品質資料的專有資料來源。OpenAI和Google製作的LLM也可以讀取目前的搜尋結果。
除訓練資料集外，LLM還可以獲得模型尚未訓練過的公司特定資料，而這就是所謂的提供上下文。
資料來源：FINTECH SINGAPORE
瀏覽 542 次
