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 юаней в создание специально для Тайваня крупномасштабной языковой модели для финансовой сферы. Внутри модели учитываются местные нормативы, что решает проблему ошибок у универсальных ИИ, и планируется выпустить первую версию банковской модели 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 большие языковые модели при работе в профессиональной финансовой сфере сталкиваются с проблемами недостаточной локализации и сложности интеграции знаний и нормативов тайваньской финансовой индустрии.
В связи с этим, вчера (22.04) Альянс финансовых технологий объявил о начале проекта крупномасштабной языковой модели для финансов (FinLLM), объединив 16 внутренних финансовых учреждений, а также привлекая ресурсы Национальной комиссии по развитию науки и технологий, Департамента цифровых технологий и Финансовой регуляторной комиссии.
По сообщениям «Экономической ежедневной газеты» и «iThome», председатель Финансовой регуляторной комиссии 彭金隆 отметил, что финансовая индустрия — это высокорегулируемая сфера с множеством сложных местных нормативов. В настоящее время большинство универсальных языковых моделей обучаются на международных данных, и их прямое применение может привести к ошибкам в нормативном применении.
Министр департамента цифровых технологий 林宜敬 также отметил, что при работе с конкретными странами, особенно в финансовой сфере, универсальные модели часто ссылаются на иностранное законодательство, что вызывает ошибки. Разработка модели, обладающей знаниями о тайваньских нормативных актах и способной к локализации, стала важной задачей для обеспечения рискового контроля и соблюдения нормативов.
Источник изображения: новостное фото Альянса финансовых технологий. Министр департамента цифровых технологий 林宜敬 выступает на пресс-конференции по запуску финальной языковой модели FinLLM для тайваньской финансовой индустрии.
Благодаря участию в этом инфраструктурном проекте, 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 Holding, Chunghwa Post, Taishin Shin Kong Financial Holding, E.SUN Financial Holding, Bank of Taiwan, Mega Financial Holding, First Commercial Bank, Next Bank, Cathay Financial Holding, Fubon Financial Holding, Hua Nan Financial Holding, KGI Securities, Chang Hwa Bank, Taiwan Bank, Land Bank of Taiwan и Taiwan Business 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 тренировка модели запланирована на май этого года.
На первом этапе сосредоточатся на банках с более полными нормативными и информационными базами, планируется завершить первую версию модели в третьем квартале этого года, а к концу года — выпустить финальную банковскую модель. В дальнейшем планируется расширение на страховые и брокерские сферы. «Журнал Business Weekly» отмечает, что весь проект обойдется примерно в 70 миллионов юаней.
Директор по информационным технологиям CTBC 金景光 сообщил, что FinLLM будет объединять «Тайваньский суверенный AI корпус данных» департамента цифровых технологий и нормативы Финансовой регуляторной комиссии для легальной тренировки, а местная команда Азиатско-Тихоокеанского интеллектуального машинного интеллекта займется настройкой и оптимизацией, а также Национальный университет Тайваня создаст стандартизированные механизмы оценки соответствия выводимых данных.
Цель — создать систему, способную выполнять задачи начального уровня банковских сотрудников, такие как оценка кредитоспособности и финансовый анализ, а в будущем — привлекать сторонних специалистов для лицензирования, итерации и развития экосистемы использования модели.
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 подходов?
На текущий момент большинство банков используют при внедрении генеративного ИИ архитектуру с расширением поиска.
賈景光 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 снижает вероятность ошибок, при масштабировании базы данных и увеличении объема знаний возникают технические проблемы с эффективностью поиска и стабильностью ответов.
Разработка собственного FinLLM для финансовой индустрии отличается от предыдущих методов расширенного поиска тем, что внутри модели прямо интегрированы знания о тайваньских нормативных актах и индустриальных знаниях, 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 финансовой индустрии после внедрения базового закона об ИИ и запуска руководства по применению ИИ в финансовой сфере Финансовой регуляторной комиссией.
В будущем, предполагается, что модели ИИ в финансовом секторе будут использовать гибридный подход: основой станет локальная модель, обученная внутри страны, с дополнением актуальной информации из внешних источников, а также с участием человека для контроля решений, что повысит качество и эффективность финансовых услуг.
Дополнительное чтение:
Центральное агентство подало иск против Тайваньского университета за использование данных на繁体中文, нарушающих авторские права, стороны уже договорились о примирении
Общественность активно интересуется разведением лангостинов! Департамент цифровых технологий: ИИ-агенты обязательно интегрируются в государственные службы, Foxconn планирует инвестировать в тайваньские вычислительные мощности