4月10日，以“人(ren)工智能与金融未来”为主题的国民财富发展(zhan)研究合作平台2025春季峰会正(zheng)式召开。
会上，招商(shang)首席信息官周(zhou)天虹表示，大语言模型确实(shi)很强大，但是也有一些局限性，比如，幻觉、精准度、对齐能力、价值观偏差、伦理偏见、性能成本等问(wen)题。周(zhou)天虹指出，大模型在主要的银行已经深入(ru)地应用，但也要注(zhu)意(yi)对于这些问(wen)题要有一些应对措施。
一是模型准入(ru)评估。使用大语言模型主要是用开源模型，开源模型的引入(ru)过程一定要有管理，什么样的模型可以进入(ru)到(dao)银行生产环境服务业务、员工，这个(ge)必须要有个(ge)严谨的管理过程。
二是模型训练规范。大语言模型引入(ru)以后要在具体的领域发挥作用，通常是要进行后训练，对于大语言模型后训练必须要建立规范的流程，要有相应的系(xi)统、平台来进行管理。训练完了以后，真的进生产之前，对训练后的大语言模型仍然要进行评测，对大模型的后训练很有可能增强了一些能力，也损害了一些能力，一定要让损害的能力要在可接受范围内。
三是生成内容监督。大语言模型，特别(bie)利害的叫作生成式人(ren)工智能，特别(bie)利害的是可以生成很多高价值的内容，但是对于大模型生成的内容都要进行监督，用算法、人(ren)工监督，首先要把算法监督这个(ge)工作要做深做实(shi)，另外就(jiu)是在关(guan)键的业务环节人(ren)不(bu)能缺位。
四是落实(shi)人(ren)的责任(ren)。金融是一个(ge)讲究责任(ren)的行业，从今年总局的态度来说特别(bie)强调关(guan)键的领域、关(guan)键的环节要落实(shi)人(ren)的责任(ren)，对来说，使用人(ren)工智能技(ji)术一定要落实(shi)人(ren)的责任(ren)。
【免责声明】本文仅代表编辑本人(ren)观点，与和讯网无关(guan)。和讯网站对文中陈述、观点判断保(bao)持中立，不(bu)对所包含内容的准确性、可靠(kao)性或完整性提供任(ren)何明示或暗示的保(bao)证。请读者仅作参考，并请自行承(cheng)担(dan)全部责任(ren)。邮箱：news_center@staff.hexun.com