您现在的位置:智慧城市网>智慧政务网>资讯列表>贵州省行业大模型典型应用案例之九 | 贵小智-金融行业垂直大模型

贵州省行业大模型典型应用案例之九 | 贵小智-金融行业垂直大模型

2025年11月08日 10:53:53 人气: 37667 来源: 贵州省大数据发展管理局
  【智慧城市网 企业关注】新一代人工智能技术以大模型为核心,正深度融入千行百业,成为重塑行业格局的关键变量。其将显著影响金融行业竞争态势,为中小银行提供科技自立自强、降本增效的战略抓手,中国人民银行、国家金融监督管理总局等国家相关部门发布了一系列推动人工智能发展的文件,贵州省也制定印发《贵州省推动人工智能高质量发展行动方案(2025—2027年)》,引导金融机构积极稳妥的运用大模型技术推动数智化转型。伴随DeepSeek、通义等开源生态的蓬勃发展,大模型逐渐从高门槛走向技术平权,让贵州银行看到实现产品服务与大模型深度融合的可能。贵州银行于2025年初启动“贵小智”大模型平台建设,开展垂直大模型的应用实践,构建了覆盖算力、模型、平台、应用的大模型体系,致力于为各业务条线打造专属全能助手。
 
  解决方案
 
  贵州银行采取“认知提升-人才培育-筑牢基础-数据支撑-场景创新-敏捷迭代”循环式建设路径,推动大模型与业务深度协同。发布“贵小智”平台,构建“1个算力集群+1个模型库+1个数据语料库+1个应用平台+N个应用场景”的全闭环能力体系。在风控、信贷、营销、办公等垂直场景重点突破,投产51个智能体,打造“一岗一助手,处处有专家”的金融智能体矩阵。
 
  (一)筑牢基础能力底座
 
  1.算力集群建设:建成高性能算力集群及管理平台,实现算力小数级分配与显存兆级管理,显著提升资源利用率,缓解算力瓶颈,确保宝贵算力最大化服务于业务创新,奠定坚实硬件基础。
 
  2.模型仓库建设:部署DeepSeek-R1、通义千问等多模型,构建包含11类大模型的“贵银智库”,通过意图识别实现大模型与小模型动态协同,真正实现“模型即服务”。
 
  3.应用平台建设:集成知识库、智能体、提示词、流程编排及模型适配能力,实现大模型应用的统一管控和标准化输出,构建分层解耦的能力组件,支持统一管控与配置化开发,加速大模型创新。
 
  4.语料库建设:自主研发自动化知识向量工具,覆盖“知识采集-切分-打标-评测-应用”流程,构建统一语料中心。利用RAG技术降低幻觉风险,向量召回正确率超93%,形成垂直大模型的训练养料。
 
  (二)加速业务场景建设
 
  1.智能办公:以自然语言交互重构办公流程,覆盖会议、审批、问答、制度与写作环节。制度查询精准匹配率超93%;写作端实现多介质内容提取与模板生成;会议场景结合大小模型能力,大幅减少材料整理时间。
 
  2.智能风控:投产34个智能体,推动风控从“被动响应”向“认知跃迁”转型。企业经营分析助力客户经理快速认知需求;风险归因提供指数与图谱分析;诉讼风险专项分析强化风险洞察;涉案分析基于交易流水识别风险账户,提升安全维度。
 
  3.智能信贷:覆盖贷前、贷中、贷后全流程,为小微、对公、个贷、评审、资保场景提供助手服务。报告自动生成填充率超60%,撰写时间由一周缩短至30分钟。
 
  4.智能研发:融入需求、开发、测试、审核全流程。实现代码补全、优化、单测与修复,代码采纳率超30%,研发效率提升20%,单元测试覆盖率达79%。
 
  创新点
 
  (一)多层解耦的组件化技术体系
 
  解耦算力、数据、模型、平台、服务与监控环节,构建可插拔标准化接口,实现灵活调度。基于Kubernetes优化异构算力管理,支持弹性伸缩与故障自愈,显著提升利用率。“贵银智库”实现大小模型组件化,通过意图识别动态调度慢思考、快思考、长文本及多模态模型。封装功能模块为可视化工作流节点,支持拖拽式端到端流水线构建,降低开发门槛,加速创新。
 
  (二)自动感知的全行共享知识体系
 
  运用自动化切分、评测及更新感知工具,结合语义与向量模型,对全行非结构化数据向量化处理,构建统一知识中心。切分效率较人工提升20倍以上。采用多层嵌套索引策略优化长文本索引,支持PDF、Excel、Word等多模态文档自动解析。提供向量、全文、索引及图谱召回机制,经持续算法调优,知识召回准确率超93%。
 
  (三)安全可控的内容检查机制
 
  针对模型幻觉、知识更新及恶意引导风险,设计双层动态过滤系统。输入阶段利用正则匹配引擎与关键词黑名单拦截高风险请求;输出阶段通过自定义脚本深度清洗及脱敏生成文本。该体系提供细粒度策略配置,在安全性与用户体验间实现动态平衡。
 
  项目实施成效
 
  (一)经济效益:“贵小智”深度赋能业务场景,显著提升效能。信贷报告撰写时间缩短至30分钟;办公端员工覆盖率超95%,累计问答2.91万次,生成文本23561.55万字;分析助手日均使用量超500次;研发端代码采纳率超30%,效率提升20%,单元测试覆盖率达79%。
 
  (二)社会效益:作为金融垂直大模型的实践,“贵小智”不仅实现技术赋能,更为金融行业提供可复制、可推广的典范,把AI技术深度融入到服务贵州的金融体系中,履行“五篇大文章”建设筑牢数字根基。
 
  (三)战略效益:驱动办公范式智能化、风险防控精准化、信贷流程精简化、研发效率高效化,完成从技术突破到业务赋能的全面转型,加速贵州银行从数字化向数智化的战略跃迁。
 
关键词: 大模型,金融行业
全年征稿/资讯合作 联系邮箱:afzhan@foxmail.com
版权与免责声明
1、凡本网注明"来源:智慧城市网"的所有作品,版权均属于智慧城市网,转载请必须注明智慧城市网,https://www.afzhan.com。违反者本网将追究相关法律责任。
2、企业发布的公司新闻、技术文章、资料下载等内容,如涉及侵权、违规遭投诉的,一律由发布企业自行承担责任,本网有权删除内容并追溯责任。
3、本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
4、如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。