XX云AI大模型技术落地实践.docxVIP

XX云AI大模型技术落地实践

金融风控大模型：打造先人一步，好人一点的风控模型体系

随着大语言模型和强化学习的发展，我们正在加速走向AGI

常识

多任务语言理解

小学数学

数学竞赛

Source:https://ysymyth.github.io/The-Second-Half/,byShunyuYao,JasonWei

研究生数学

美国数学邀请赛

软件开发终极考试

AI大模型在金融业的应用

?柜面助手

?网点辅助

APP应用助手智能客服?

APP应用助手智能客服

?

?网点柜面服务交互更便捷

?

网点柜面

?以数字人、问答助手作为服务交互新形态，金融渠道将被重塑

?

以数字人、问答助手作为服务交互新形态，金融渠道将被重塑

数智小助手

电子渠道…前台渠道品牌

电子

渠道

…

前台渠道

?

?数据分析

?图谱分析

文档辅助

会议等OA流程知识管理

经营

分析

办公

管理

公司

综合运营金融

综合运营

金融大模型

中台

中台

展业

?金融

?

?后台支撑?集中作业需求开发?

?

后台支撑

?

集中作业

需求开发

?安全审核

?故障分析辅助

?工单问题聚类

?智能尽调展业运营更有力提供尽调、面签、投研多场景能力支撑，大幅提升经营效率?数智人面签?研报解读

?智能尽调

展业运营更有力

提供尽调、面签、投研多场景能力支撑，大幅提升经营效率

?数智人面签

?研报解读

?智能分群

后台研管更高效

有效提升人效，实现企业降本增效目标

风险管理运维安全

风险管理

?操作内审

?风险交易识别

?可疑账户识别

?智能需求拆解

?原型前端代码生成

?通用编码辅助

?客服辅助

?智能填单

?对客质检

风控是不是也要被大模型革命

是的，但不是我们常说的那个大模型

精确可靠的预测能力概率计算，模式判别像人一样的认知能力理解，思考，响应

精确可靠的预测能力概率计算，模式判别

判别式模型生成式模型

判别式模型

高维特征知识

高维特征

(图片，语料)

高频的建模需求与低效的建模方案相冲突精细化运营：存量时代每个业务环节都需频繁迭代模型。建模周期长：从启动建模到模型上线长达数月之久。不同阶段信贷风控的的能力要求传统风控模型建模流程高利率高风险客户建模样本（Y）通用模型效率低流量廉价传统机器学习模型（XGB,LR）必须有y标签定制模型流量为王生成风控模型效果差动态模型模型上线泛化性差存量时代精细化运营大模型可以有效解决模型精细化时代样本不足问题

高频的建模需求与低效的建模方案相冲突

精细化运营：存量时代每个业务环节都需频繁迭代模型。

建模周期长：从启动建模到模型上线长达数月之久。

不同阶段信贷风控的的能力要求

传统风控模型建模流程

高利率高风险

客户建模样本（Y）

通用模型

效率低

流量廉价

传统机器学习模型

（XGB,LR）

必须有y标签

定制模型

流量为王

生成风控模型

效果差

动态模型

模型上线

泛化性差

存量时代

精细化运营

小样本的建模难题小样本：模型迭代频繁，样本积累速度不足，样本量少零样本：新产品上线，只有少量或零表现样本，需冷启动风控策略互金业务高频迭代消金业务拒绝推断银行信贷业务扩展汽车金融新业务启动

小样本的建模难题

小样本：模型迭代频繁，样本积累速度不足，样本量少

零样本：新产品上线，只有少量或零表现样本，需冷启动风控策略

互金业务高频迭代

消金业务拒绝推断

银行信贷业务扩展

汽车金融新业务启动

全知识全模型全特征······有标签知识库无标签知识库贷前贷中回捞信用样本元信息黑产类欺诈类信用类时间、场景、ID信息等知识信用卡互联网金融知识挖掘金融风控大模型自监督学习半监督学习增强的场景定制模型异构有标签知识embedding异构无标签知识embedding专家模型Transformer客户样本Prompt

全知识

全模型

全特征

···

···

有标签

知识库

无标签

知识库

贷前

贷中

回捞

信用

样本元信息黑产类欺诈类信用类

时间、场景、ID信息等

知

识

信用卡

互联网金融

知识挖掘

金融风控大模型

自监督学习

半监督学习

增强的场景定制模型

异构有标签知识embedding

异构无标签知识embedding

专家模型

Transformer

客户样本

Promp