Фьючерсы
Доступ к сотням фьючерсов
TradFi
Золото
Одна платформа мировых активов
Опционы
Hot
Торги опционами Vanilla в европейском стиле
Единый счет
Увеличьте эффективность вашего капитала
Демо-торговля
Введение в торговлю фьючерсами
Подготовьтесь к торговле фьючерсами
Фьючерсные события
Получайте награды в событиях
Демо-торговля
Используйте виртуальные средства для торговли без риска
Запуск
CandyDrop
Собирайте конфеты, чтобы заработать аирдропы
Launchpool
Быстрый стейкинг, заработайте потенциальные новые токены
HODLer Airdrop
Удерживайте GT и получайте огромные аирдропы бесплатно
Pre-IPOs
Откройте полный доступ к глобальным IPO акций
Alpha Points
Торгуйте и получайте аирдропы
Фьючерсные баллы
Зарабатывайте баллы и получайте награды аирдропа
Инвестиции
Simple Earn
Зарабатывайте проценты с помощью неиспользуемых токенов
Автоинвест.
Автоинвестиции на регулярной основе.
Бивалютные инвестиции
Доход от волатильности рынка
Мягкий стейкинг
Получайте вознаграждения с помощью гибкого стейкинга
Криптозаймы
0 Fees
Заложите одну криптовалюту, чтобы занять другую
Центр кредитования
Единый центр кредитования
Рекламные акции
AI
Gate AI
Ваш универсальный AI-ассистент для любых задач
Gate AI Bot
Используйте Gate AI прямо в вашем социальном приложении
GateClaw
Gate Синий Лобстер — готов к использованию
Gate for AI Agent
AI-инфраструктура: Gate MCP, Skills и CLI
Gate Skills Hub
Более 10 тыс навыков
От офиса до трейдинга: единая база навыков для эффективного использования ИИ
GateRouter
Умный выбор из более чем 30 моделей ИИ, без дополнительных затрат (0%)
Тайваньская финансовая индустрия должна создавать собственный ИИ! Проект FinLLM вложил почти 70 миллионов, предварительный обзор сроков разработки и ключевых особенностей
16 финансовых учреждений Тайваня продвигают проект FinLLM, инвестируя почти 70 миллионов тайваньских долларов в создание уникальной для Тайваня модели крупного языкового ИИ для финансовой сферы. Внутри модели учитываются местные нормативы, что решает проблему ошибок общего ИИ, и планируется выпустить первую банковскую версию к концу этого года.
16 финансовых учреждений объединяются для разработки AI FinLLM для тайваньской финансовой индустрии
С ростом волны генеративного ИИ по всему миру, универсальные крупные языковые модели сталкиваются с проблемами недостаточной локализации и сложности интеграции знаний и нормативов тайваньской финансовой сферы.
В связи с этим, вчера (22/4) Альянс финансовых технологий объявил о запуске проекта крупной финансовой языковой модели (FinLLM), объединив 16 внутренних финансовых учреждений, а также привлекая ресурсы Национальной комиссии по развитию, Департамента цифровых технологий и Финансового регулятора.
По сообщениям «Экономической ежедневной газеты» и «iThome», председатель Финансового регулятора Пен Цзинлунь отметил, что финансовая индустрия — это высокорегулируемая сфера с множеством сложных местных нормативов. В настоящее время большинство универсальных крупных языковых моделей обучаются на международных данных, и их прямое применение может привести к ошибкам в нормативных вопросах.
Министр департамента цифровых технологий Лин Ицзинь также отметил, что при использовании универсальных моделей для решения специфических финансовых задач других стран часто возникают ошибки, связанные с иностранным законодательством. Разработка модели, обладающей знаниями о тайваньских нормативных актах и способностью к локализации, стала важной задачей для обеспечения рискового контроля и соблюдения нормативов.
Источник изображения: Новостное фото Альянса финансовых технологий. Министр департамента цифровых технологий Лин Ицзинь выступает на пресс-конференции по запуску финальной языковой модели FinLLM для тайваньской финансовой индустрии.
Участвуя в этом инфраструктурном проекте ИИ, финансовый сектор надеется перевести управление соответствием из пассивной проверки в активную защиту, что приведет к полной трансформации финансовых услуг и организационных процессов.
Альянс финансовых технологий также обнародовал список участников проекта: CTBC Financial, Chunghwa Post, Taishin Shin Kong Financial, E.SUN Financial, Bank of Taiwan, Mega Financial, First Commercial Bank, NextBank, Cathay Financial, Fubon Financial, Hua Nan Financial, KGI Securities, Chang Hwa Bank, Bank of Taiwan, Land Bank of Taiwan и Taiwan Cooperative Bank.
План разработки FinLLM: обучение в мае, запуск первой версии к концу года
Когда же завершится разработка FinLLM для финансового сектора? Официальные источники сообщают, что проект планируется начать обучение модели уже в мае этого года.
Первая фаза будет сосредоточена на банках с более полными нормативными и информационными базами, ожидается, что к третьему кварталу будет завершена первая версия модели, а к концу года — финальная версия, предназначенная для банков. В дальнейшем планируется расширение на страховые и брокерские компании. «Журнал Сегодня» отмечает, что весь проект обойдется примерно в 70 миллионов тайваньских долларов.
Директор по информационным технологиям CTBC Financial Джая Цзингуан сообщил, что проект FinLLM объединит «Тайваньский суверенный ИИ-словарь» департамента цифровых технологий и нормативы Финансового регулятора для легитимного обучения, а местная команда Азиатско-Тихоокеанского интеллектуального машинного интеллекта займется настройкой и оптимизацией, а также будет создана стандартная система оценки для проверки соответствия выводов модели.
Цель — обеспечить систему уровнем профессиональных знаний начального банковского персонала, способного выполнять задачи кредитных оценок и финансового анализа, а в будущем — передать управление лицензированием, итерациями и экосистемой применения модели третьим сторонам.
Источник изображения: Новостное фото Альянса финансовых технологий. Группа участников на пресс-конференции по запуску финальной языковой модели FinLLM для тайваньской финансовой индустрии.
Чем отличается FinLLM от существующих методов?
На текущий момент большинство банков используют при внедрении генеративного ИИ архитектуру с расширением поиска.
Джая Цзингуан отметил, что существующий подход — это создание базы знаний вне универсальной модели, которая позволяет модели в реальном времени обращаться к данным перед генерацией ответа. Хотя это и снижает вероятность ошибок, при этом в процессе поиска и разделения данных легко упускается информация, а при значительном увеличении объема знаний возникают технические ограничения по скорости поиска и стабильности ответов.
Разработка собственной FinLLM для финансовой сферы отличается от предыдущих методов расширенного поиска тем, что в модель напрямую интегрированы знания о тайваньских нормативных актах и индустриальные знания, и системе не требуется внешних запросов — она может самостоятельно понимать финансовую логику и генерировать ответы, что значительно повышает полноту и аналитическую способность.
Это важный шаг для тайваньской индустрии ИИ после внедрения базового закона о ИИ и запуска руководства по применению ИИ в финансовой сфере Финансовым регулятором.
В будущем модели ИИ для финансового сектора, скорее всего, будут использовать гибридный подход, при котором локальная модель, обученная внутри страны, будет дополняться внешними базами знаний для получения актуальной информации, а также в рамках системы человеко-машечного взаимодействия будет осуществляться контроль за принятием решений, что повысит качество и эффективность финансовых услуг.
Дополнительная литература:
Центральное агентство сообщает о последствиях иска против Тайваньского университета! Создание набора данных на традиционном китайском для ИИ нарушает авторские права, стороны уже договорились.
Общественность активно занимается разведением лангостинов! Департамент цифровых технологий: ИИ-агенты обязательно будут интегрированы в государственные службы, Foxconn планирует инвестировать в тайваньские вычислительные мощности.