当前位置:商业频道首页 > 财讯 > 正文

金融圈加速DeepSeek本地化部署 AI大战“底盘”仍是人工(5)

“DeepSeek在银行业面临的挑战依然来自大模型本身的一些限制,比如结果的可解释性。但随着各项技术如RAG、思维链的发展,这方面的问题会大大降低。另外,银行业对安全合规要求比较高,大模型输出的不可控性,如果直接面对客户仍存在隐患。当前阶段有些应用场景还是大模型生成内容,人工进行复核的模式。”史文彬说。

北京社科院副研究员王鹏认为,DeepSeek在应用过程中面临着数据质量、模型可解释性和市场适应性等挑战。银行需要建立严格的数据质量管理体系,确保数据的准确性和完整性;同时,也要加强对DeepSeek模型的理解和解释,提高模型的可解释性和透明度;此外,还要不断根据市场变化调整DeepSeek的应用策略,确保其能够适应银行的实际业务需求。

不少业内人士预判,未来将有更多银行机构接入最新的大语言模型,主要应用在提升银行员工效率的工作场景中。中国银行业协会首席信息官高峰就指出,目前银行业对大模型的应用主要集中在内部场景,比如智能代码编写、内部AI办公、智能客服等中台运营管理,以此来提升员工工作效率,但并未涉及账户交易等核心业务的应用领域。

知名经济学者、工信部信息通信经济专家委员会委员盘和林对第一财经表示,DeepSeek的蒸馏算法启发了银行业,未来,银行要打造大模型,可以在现有金融AI大模型的基础上去蒸馏出自己的模型,打造AI更加高效,金融智能化进度会大大加快。

首页上一页...2345 5
(责任编辑:卢其龙 CN070)

热点推送

本周关注

MORE