内容简介:
深入探讨金融领域大模型的研发与优化技术,重点介绍领域预训练的重要性,以及如何通过数据质量、多样性提升模型在金融任务中的表现。同时将分享领域预训练、SFT和多任务学习的关键策略及方法论。通过实际应用场景,展示奇富Copilot大模型如何在客户服务、智能辅助等任务中提供智能化支持。
演讲提纲:
1、领域模型在金融行业中的重要性及金融大模型的研发流程
2、金融大模型的Post-Pretrain训练方法
3、数据质量与多样性的重要性
4、金融大模型训练的关键策略及方法论总结
5、奇富Copilot:大模型如何为坐席人员提供精准辅助,提高服务效率
听众受益:
1、获取大模型在金融领域的定制化优化策略
2、获取领域模型效果提升的技巧
3、获取金融大模型的实际应用经验
奇富科技大模型部资深算法专家,语言模型组负责人,主要负责内部金融大模型的研发工作及相关应用的落地。曾在百度、字节跳动任职,并主导语言模型和知识图谱相关项目的研发,在大语言模型、多模态语义理解和知识图谱等技术领域有深入的研究与丰富的实战经验。