银行业如何训练大语言模型优化及智能客服等AI应用场景落地实践？| 线下同行交流，9月9日·上海站

人工智能技术正以一个前所未有的速度渗入各行各业，推动一场一场新的科技革命。经过近几年AI技术的不断发展，强大算力和先进的大语言模型为AI提供了合适的应用平台。大语言模型是自然语言处理的高阶阶段，让机器能够听懂人的命令、像人一样思考、像人一样工作，同时这项技术也催生了金融行业对大语言模型应用的需求。

在智能客服领域，大语言模型可以更好地理解客户的问题和需求，从而更准确地回答客户的问题；可以处理多种自然语言任务，如文本分类、问答、对话等，使得银行的智能客服更加智能化，能够更好地为客户提供服务；可以快速地处理大量的语料数据，并且可以模拟真实场景下的对话，这有助于提高银行客服人员的工作效率，减少人力成本；可以更好地理解客户的需求和问题，并且可以提供更加个性化和定制化的服务，增强客户体验，提高客户满意度。

大语言模型虽好，但是围绕着的数据处理、模型训练及优化等工作，也给金融企业带来了巨大挑战。在此背景下， 本次活动以《银行业如何训练大语言模型优化智能客服等AI应用场景实践探讨》为主题，旨在讨论企业如何进行大语言模型训练优化以及智能客服应用场景落地实践。

本期核心探讨问题：

1. 数据收集和预处理：如何高效地收集大量的文本数据并对其进行预处理？

2. 模型选择和调整：如何选择适合的模型算法和调整模型参数？

3. 训练时间和计算资源：大语言模型的训练如何匹配时间和计算资源？

4. 隐私和安全问题：训练大语言模型如何保护用户的隐私和安全？

5. 大语言模型趋势下，银行行业如何完善及优化AI模型提升智能客服等智能化应用？

活动时间：

9月9日 14:00-17:00

活动地址：

上海站 （报名通过后统一发送具体地址）

报名方式：

1、如您希望参与本次活动，请将您的联系信息（姓名、单位、职务、手机、邮箱）发送邮件至.cn进行邮件报名，我们将在1个工作日内审核反馈；

2、点击文末“阅读原文”，到社区活动平台上直接点击报名，报名后我们会与您联系。

以上两种方式均可。

支持企业：

日程：

分享嘉宾：

邓俊峰 某银行 总行研发中心AI架构师

某股份制银行拥有10多年金融行业算法研究及应用经验，熟悉大数据、人工智能领域技术及其应用场景，在金融AI领域发表多篇发明专利。紧密跟踪大模型技术，拥有大模型微调训练经验，曾在天池竞赛、kaggle竞赛等比赛中获得奖项。

王瑜 某大型金融企业 人工智能应用负责人

毕业于北京大学，曾就职于中国科学院、百度等单位，负责人工智能、推荐算法相关研发工作，进行日活亿级用户大规模推荐系统的策略算法研究，目前进行大模型在证券行业应用研究。在KDD、AAAI、TPDS等顶级国际会议和期刊上发表数据挖掘、人工智能相关论文5篇，共发表论文20余篇，专利2项。

王闪闪 NVIDIA 解决方案架构师

毕业于比利时鲁汶天主教大学，拥有统计学硕士，计量经济学与金融数学硕士双硕士学位。曾在欧洲银行实习，研究方向有风险量化模型，时间序列模型，以及GPU编程。

席位有限，报名从速↙↙↙