“我們希望在任何情況下，金融大模型給客戶、員工的回答是合規的，并且在任何不可預期的情況下它的結果是穩定的。”在馬上消費金融大模型的發布會現場，馬上消費首席信息官蔣寧多次提到，金融大模型的核心就是要可信、安全、合規。

8月28日，在金融大模型發展論壇上，馬上消費發布了全國首個零售金融大模型“天鏡”。本次論壇云集了譚建榮、倪光南、孫茂松和楊新民四位院士及100多家金融機構，共同見證了“天鏡”大模型的發布。蔣寧表示，通用大模型和金融大模型有本質區別，金融大模型需要做決策，要做到不管外部如何變化，達到100%決策安全。

三項技術應對四大挑戰，解決金融大模型的可信安全難題

當前，人工智能大模型的發展在全球都還處在初期階段，在金融領域的探索也才剛剛起步，面對的困難和挑戰依舊不少。

蔣寧表示，市場廣泛討論的通用大模型如ChatGPT，是生成式大模型，它不能做解釋，但金融大模型最主要的能力是判別性，它需要做交易決策。這是通用大模型和金融大模型的本質區別。

馬上消費首席信息官蔣寧在金融大模型論壇上演講

蔣寧指出，“今年年初的ChatGPT非常驚艷，我們感覺到無所不能，但是坦誠講，在工業領域、金融領域，大模型的產業應用還有四個關鍵難題。”

他指出，可控、安全、關鍵任務加動態適應性，是金融大模型要解決的首要關鍵問題。例如，ChatGPT雖然滿腹經綸，但不會因為回答錯誤而承擔風險。但在自動駕駛等涉及生命健康或重大資產安全的場景，1%的錯都蘊含潛在風險，甚至危害金融安全和社會穩定，所以絕對不能出錯，這就是金融大模型和傳統大模型最大的區別。在金融領域，不管外部如何變化，大模型要做到運用新興技術達到100%決策安全。

二是如何平衡個性化服務和個人隱私數據合規的問題。金融行業需要為用戶提供個性化服務，這樣的服務在使用個人數據時會涉及個人隱私數據保護問題。

三是如何讓模型生成群體智能與安全可信問題。對于金融行業本身來講，存在“數據孤島”，這會讓大模型無法形成生態，沒有形成生態的模型很難形成群體智能。群體智能可以權衡各方數據權益，讓各方數據成為正向反饋，有效利用數據，共建行業模型。只有做到共享權益安全可靠，才能實現真正意義上的競合。

四是基礎設施的能力挑戰。金融大模型需要的運算架構不一樣，要不斷優化底層基礎設施，以適應垂直領域、金融領域大模型的發展。

如何解決上面四個挑戰？蔣寧認為，大模型有三個關鍵技術值得關注，強化學習和持續學習技術、魯棒性決策、組合式AI系統技術。

蔣寧詳細解釋道，大模型應該具備強化學習和持續學習技術，只有這樣才能實現模型自我演化越用越聰明。

其次，魯棒性決策是決定大模型在關鍵決策領域落地的核心能力，即保證金融大模型在任何場景下能夠可信、安全，有穩定的輸出的結果。

最后，大模型另一個關鍵技術是組合式AI系統技術。組合式AI系統技術可以有效結合各種垂直領域的判別式模型的可用性和專業性，以及具備生成式大模型的遷移學習和泛化能力強的特點。利用組合式AI的能力，可以構建新興的金融大模型體系。

三縱三橫戰略，構建大模型六大技術能力體系

據蔣寧介紹，天鏡大模型的發布，在安全合規的前提下，將讓數據能夠有決策能力。基于此，馬上消費形成了“三縱三橫”的技術戰略布局。而且上述的三個關鍵性技術已經應用到了實踐中。

“三橫”包括：通過持續學習技術、模型控制、組合式 AI 系統技術形成安全、合規、可信的魯棒性決策能力。合規是模型最重要的底線能力。

“三縱”主要指數據決策智能、多模態智能、實時人機協作。金融天然是數據和計算密集型的行業，蔣寧認為，大模型需要幫助金融機構，把數據轉化成營銷、決策等方面的專業能力，實現數據智能化。多模態智能是指，在合規、安全的前提下，大模型可以把語音、文字、視頻能夠自動生成個性化營銷服務和運營的數據，從而形成一個合規安全可控的多模態平臺。最后人機協作是通過大模型的大腦與心理學的有機結合，實現有情感的人機互動體驗。

馬上消費發布首個零售金融大模型“天鏡”

據了解，天鏡能做到安全可信，是通過在數據要素、算力平臺、基礎理論、場景運用、創新集聚等五大領域的積累。這背后是因為，馬上消費作為以科技驅動的頭部持牌消費金融機構，積累了1.79億的用戶，有超2000個模型，10萬+變量，近50PB的多模態、高質量數據等。通過在這些場景數據上做模型精調對齊訓練，同時再用推理加速技術實現模型可控。

對于未來，蔣寧認為，大模型和場景融合是一個不斷演進、探索的過程，馬上消費依托“三縱三橫”大模型發展技術布局，將領航構建可信、合規、多模態、適配全域、泛化的金融大模型技術能力體系，聚焦行業領先的基礎語言特性能力、邏輯和推理能力、語義理解、生成與創作、金融領域能力、安全與合規能力等六大核心領域，進一步推動金融數字化轉型產生實質性的飛躍。