LLM (mô hình ngôn ngữ lớn) cách mạng hóa lĩnh vực tài chính trong 2 năm tới như thế nào?

Theo nghiên cứu của Viện Alan Turing, Mô hình ngôn ngữ lớn (Large Language Model, LLM) có tiềm năng nâng cao hiệu quả và an toàn trong lĩnh vực tài chính bằng cách phát hiện gian lận, tạo ra những hiểu biết sâu sắc về tài chính và tự động hóa dịch vụ khách hàng.

Bởi vì LLM có khả năng phân tích lượng lớn dữ liệu một cách nhanh chóng và tạo ra văn bản mạch lạc, nên ngày càng có nhiều hiểu biết về tiềm năng cải thiện dịch vụ trên nhiều lĩnh vực bao gồm chăm sóc sức khỏe, luật, giáo dục và các dịch vụ tài chính bao gồm ngân hàng, bảo hiểm và lập kế hoạch tài chính.

Báo cáo này, là báo cáo đầu tiên khám phá việc áp dụng LLM trong hệ sinh thái tài chính, cho thấy những người làm việc trong lĩnh vực này đã bắt đầu sử dụng LLM để hỗ trợ nhiều quy trình nội bộ khác nhau, chẳng hạn như xem xét các quy định và đang đánh giá nó. tiềm năng hỗ trợ hoạt động bên ngoài như cung cấp dịch vụ tư vấn và giao dịch.

Cùng với một cuộc khảo sát tài liệu, các nhà nghiên cứu đã tổ chức một hội thảo gồm 43 chuyên gia từ các ngân hàng đầu tư và đường phố lớn, cơ quan quản lý, công ty bảo hiểm, nhà cung cấp dịch vụ thanh toán, chính phủ và các ngành luật.

Phần lớn những người tham gia hội thảo (52%) đã sử dụng các mô hình này để nâng cao hiệu suất trong các nhiệm vụ định hướng thông tin, từ quản lý ghi chú cuộc họp đến hiểu biết sâu sắc về an ninh mạng và tuân thủ, trong khi 29% sử dụng chúng để nâng cao kỹ năng tư duy phản biện và 16 người khác sử dụng chúng % sử dụng chúng để chia nhỏ các nhiệm vụ phức tạp.

Ngành này cũng đã thiết lập các hệ thống để nâng cao năng suất thông qua phân tích nhanh số lượng lớn văn bản nhằm đơn giản hóa quy trình ra quyết định, lập hồ sơ rủi ro và cải thiện hoạt động nghiên cứu đầu tư và hỗ trợ văn phòng.

Khi được hỏi về tương lai của LLM trong lĩnh vực tài chính, những người tham gia cảm thấy rằng LLM sẽ được tích hợp vào các dịch vụ như ngân hàng đầu tư và phát triển chiến lược đầu tư mạo hiểm trong vòng hai năm.

Họ cũng nghĩ rằng có khả năng LLM sẽ được tích hợp để cải thiện sự tương tác giữa con người và máy móc, chẳng hạn như việc đọc chính tả và trợ lý AI nhúng có thể làm giảm độ phức tạp của các nhiệm vụ đòi hỏi nhiều kiến ​​thức như xem xét các quy định.

Nhưng những người tham gia cũng thừa nhận rằng công nghệ này có những rủi ro sẽ hạn chế việc sử dụng nó. Các tổ chức tài chính phải tuân theo các tiêu chuẩn và nghĩa vụ pháp lý rộng rãi làm hạn chế khả năng sử dụng hệ thống AI mà họ không thể giải thích và không tạo ra kết quả đầu ra có thể dự đoán được, nhất quán hoặc không có nguy cơ xảy ra lỗi.

Dựa trên những phát hiện của họ, các tác giả khuyến nghị các chuyên gia dịch vụ tài chính, cơ quan quản lý và nhà hoạch định chính sách nên hợp tác trong toàn ngành để chia sẻ và phát triển kiến ​​thức về việc triển khai và sử dụng LLM, đặc biệt liên quan đến các vấn đề an toàn. Họ cũng gợi ý rằng cần phải khám phá mối quan tâm ngày càng tăng đối với các mô hình nguồn mở và có thể được sử dụng cũng như duy trì một cách hiệu quả, nhưng việc giảm thiểu những lo ngại về bảo mật và quyền riêng tư sẽ là ưu tiên hàng đầu.

Giáo sư Carsten Maple, tác giả chính và Turing Fellow tại Viện Alan Turing, cho biết: “Các ngân hàng và các tổ chức tài chính khác luôn nhanh chóng áp dụng các công nghệ mới để hoạt động hiệu quả hơn và sự xuất hiện của LLM cũng không ngoại lệ. Bằng cách tập hợp các chuyên gia trong hệ sinh thái tài chính, chúng tôi đã cố gắng tạo ra sự hiểu biết chung về các trường hợp sử dụng, rủi ro, giá trị và tiến trình triển khai các công nghệ này trên quy mô lớn.”

Giáo sư Lukasz Szpruch, giám đốc chương trình Tài chính và Kinh tế tại Viện Alan Turing, cho biết: “Thật tích cực khi ngành tài chính đang được hưởng lợi từ sự xuất hiện của các mô hình ngôn ngữ lớn và việc triển khai chúng vào lĩnh vực được quản lý chặt chẽ này có tiềm năng mang lại những phương pháp thực hành tốt nhất. cho các lĩnh vực khác. Nghiên cứu này chứng minh lợi ích của việc các viện nghiên cứu và ngành làm việc cùng nhau để đánh giá những cơ hội to lớn cũng như những thách thức thực tế và đạo đức của các công nghệ mới nhằm đảm bảo chúng được triển khai một cách an toàn.”

• Đọc thêm kiến thức về AI, Machine Learning
• Nếu bạn cần Dịch vụ marketing AI, liên hệ ngay tại đây.
• Hoặc đầu tư vào trí tuệ nhân tạo bằng cách mua token Saigon (ký hiệu: SGN) thông qua sàn giao dịch Pancakeswap: https://t.co/KJbk71cFe8 (đừng lo lắng về low liquidity, hãy trở thành nhà đầu tư sớm) (cách mua: tìm hiểu trên Google về thao tác giao dịch trên sàn phi tập trung Pancakeswap, cực kỳ an toàn).
• Được hỗ trợ bởi Công ty Click Digital
• Nâng cao kiến thức về AI + Machine Learning
• Địa chỉ token trên mạng BSC: 0xa29c5da6673fd66e96065f44da94e351a3e2af65
• Twitter: https://twitter.com/SaigonSGN135/
• Staking SGN: http://135web.net/

• Invest in Artificial Intelligence by BUYING Saigon token (symbol: SGN) through the Pancakeswap exchange: https://t.co/KJbk71cFe8 (do not worry about low liquidity, be an early investor) (how to buy: search on Google for instructions on trading on the decentralized Pancakeswap exchange, it’s secure).
• Backed by Click Digital Company
• Enhancing AI + Machine Learning knowledge
• BSC address: 0xa29c5da6673fd66e96065f44da94e351a3e2af65
• Twitter: https://twitter.com/SaigonSGN135/
• Staking SGN: http://135web.net/

Vietnam Pham

Digital Marketing Specialist

Related posts:

Ngôn ngữ học liệu còn quan trọng trong thời đại Mô Hình Ngôn Ngữ Lớn (LLM)? 6 Vai trò của ngôn ngữ học trong NLP Phân biệt NLP & LLM. Khi nào nên dùng thuật ngữ Xử lý ngôn ngữ tự nhiên (Natural Language Processing), khi nào dùng Mô hình ngôn ngữ lớn (Large Language Model) In-Context Learning (ICL) trong LLM: Học trong ngữ cảnh cho Mô hình ngôn ngữ lớn Spectral Labs ra mắt Syntax, một LLM (mô hình ngôn ngữ lớn) AI tự viết code Solidity bằng ngôn ngữ tự nhiên cho người thường non-coder Vision Language Model (VLM) Mô hình ngôn ngữ thị giác là gì? Công dụng LLM + hình ảnh Small Language Model (SLM) là gì? Mô hình ngôn ngữ nhỏ: Tối ưu hơn LLM? Small Language Model (SLM) Mô hình ngôn ngữ nhỏ là gì? Khác gì Large Language Model (LLM)? Large Action Model (LAM) là gì? Mô hình hành động lớn khác gì Large Language Model (LLM)? Cách hoạt động? Covid-19 làm suy thoái kinh tế thế giới và Việt Nam như thế nào trong 1-3 năm tới? NASA hợp tác IBM xây mô hình ngôn ngữ IBM-NASA giúp kiến thức khoa học dễ tiếp cận hơn, dựa trên Transfomer LLaVA gemma là gì? Mô hình ngôn ngữ nhỏ gọn giúp xác định lại thị giác Giải thích chi tiết về Small Language Model: Mô hình ngôn ngữ nhỏ Super Tiny Language Model (STLM): Mô hình ngôn ngữ siêu nhỏ là gì? IsoBench là gì: Bộ câu hỏi đánh giá các mô hình NLP cho 4 lĩnh vực: Toán, Khoa học, Thuật toán, Game Công dụng NLP trong chăm sóc sức khỏe (healthcare) Báo cáo lĩnh vực, dự đoán đến năm 2033 2034 SAFE: Công cụ AI của Google DeepMind kiểm tra sự thật, tính chính xác kết quả câu trả lời đầu ra của LLM như ChatGPT China Asset Management tích cực khám phá các lĩnh vực như STO token hóa tài sản và hệ sinh thái stablecoin tuân thủ NVIDIA thông báo ra mắt Blackwell GPU để trao quyền cho máy tính thế hệ tiếp theo chạy AI trên các mô hình LLM Dùng Xử lý ngôn ngữ tự nhiên (NLP) để phát hiện bệnh tâm thần, case study tại Mỹ 3 ứng dụng của Xử lý ngôn ngữ tự nhiên (NLP), AI trong ngành quản lý nhân sự (HR) Các trường hợp ứng dụng NLP trong Marketing, Analytics Ứng dụng NLP trong việc lọc thư rác, spam email – Xử lý ngôn ngữ tự nhiên Ứng dụng Xử lý ngôn ngữ tự nhiên NLP trong ngành Bán lẻ và E-commerce Thương mại điện tử cho doanh nghiệp 5 khó khăn thách thức trong đào tạo mô hình NLP, LLM Natural Language Inference: Xác định 2 câu hợp lý hay vô lý, Suy luận Ngôn ngữ Tự nhiên, NLI / NLP Inference OpenAI cung cấp GPT-4 Turbo với API Vision, giúp các doanh nghiệp tích hợp khả năng ngôn ngữ PDFTriage: Mô hình LLM đọc hiểu cả file PDF thay vì chỉ file text Singapore đầu tư 100 triệu đô Sing: Thúc đẩy công nghệ lượng tử và AI trong lĩnh vực tài chính 4 mảng nhỏ nằm trong lĩnh vực DePIN Ngôn ngữ gà: AI đang học cách phân tích cuộc trò chuyện và cảm xúc của loài gà bằng trí tuệ nhân tạo