大模型在金融行业的应用与展望.pdf

1、主讲人：张凯深圳香蜜湖国际金融科技研究院大模型在金融行业的应用与展望目录MenuAIGC市场分析未来展望金融大模型及其应用场景AIGC市场分析01千模大赛GPT-41800B全球AIGC市场预测0204060801001202018201920202021202220232024202520262027202820292030Generative AI Mark et,2018-2030(USD Billion)CAGR Around 34.3%form 2022-2030Source:Acumen Research And Consulting7.9110.80500100015002000

2、2500300020222023E2024E2025E2026E2027E2028E中国AIGC市场预测2022-2028年中国AIGC核心市场规模及预测China s AIGC Mark et Size And Forecast Form 2022-2028规模（亿元）增长率数据来源：艾媒数据中心（）11.579.3471.7805.81665.32317.62767.4589.6%494.8%70.8%106.7%39.2%19.4%预计2028年中国AIGC核心市场规模将达2767.4亿元AIGC金融市场规模据艾瑞咨询统计测算，2021年AI+金融核心市场规模达到296亿元，带动相关产业

3、规模677亿元，到2026年，核心市场规模达到666亿元，CAGR为17.6%，带动相关产业规模1562亿元，CAGR为18.2%。金融大模型涵盖了自然语言处理、智能语音、计算机视觉及对话式AI以及知识图谱三个方面，占比超过50%。知识图谱10.1%15.4%25.3%42.2%7.0%2021年AI+金融产品市场规模占比机器学习自然语言处理智能语音及对话AI计算机视觉02004006008001000120014001600180020192020e2021e2022e2023e2024e2025e2026e2019-2026年AI+金融市场规模核心产品市场规模（亿元）带动相关产业规模（亿元

4、）1693822235012966773758854531083516121158913756661562GAGR=17.6%GAGR=18.2%金融大模型及其应用场景02大模型的研究范畴模型训练模型部署提示工程领域大模型数据研究方向预训练大模型整体研究范围人类 or Al本身与模型大小之间的关系数据质量 数量gpt，Ilama，glm模型架构全精度、半精度、混合精度数值计算直接部署模型量化int4 int8提示词设计设计提示词去拟合训练数据分布的行为微调全参数微调Lora Freeze、P-T uning 高效参数微调本地知识库让模型获取大量实时知识，促进模型迭代工具调用让模型获得使用工具的

5、能力领域数据预训练、微调以及外部知识库L0 L1 L2模型通用、行业、场景数据收集 清洗解决通用大模型的灾难性遗忘问题专业领域大模型的使用领域数据预训练u基础模型 llama2+chatglmu优势 能形成长期记忆，增强其对专业知识的理解u劣势 模型更新速度极慢+训练成本高昂问答数据微调u技术 1.微调架构 Freeze+Lora+P-tunning v22.微调方式 SFT监督微调RLHF人类反馈强化学习u优势 一成本较低，训练周期短+模型效果较好u劣势 一模型无法学到世界知识+模型更新速度较慢提示工程u技术 提示词、向量数据库、agentu优势 一无需训练，能够与外界信息同步+成本低，无需

6、数据标注u劣势 一提示词的好坏难以评估+效果不如预训练以及微调大模型工具链u平台 一腾讯云TI平台以及其他平台u功能 一1.通用模型调用2.数据标注及管理3.垂直领域模型预训练或微调4.垂直领域模型部署大模型的使用方法1234金融大模型入局者BloombergBroadridgeZURICHTWO SIGMAKlarnaMorgan Stanleyhelvetia某小满某上消金某生某证优智某60混元大模型金融大模型框架CloudAWSGCPAZUREIBM FinGPTApplicationsRobo-advisorQuantitative T radingPortfolioOptimizat