Ф'ючерси
Сотні безстрокових контрактів
TradFi
Золото
Одна платформа для світових активів
Опціони
Hot
Торгівля ванільними опціонами європейського зразка
Єдиний рахунок
Максимізуйте ефективність вашого капіталу
Демо торгівля
Вступ до ф'ючерсної торгівлі
Підготуйтеся до ф’ючерсної торгівлі
Ф'ючерсні події
Заробляйте, беручи участь в подіях
Демо торгівля
Використовуйте віртуальні кошти для безризикової торгівлі
Запуск
CandyDrop
Збирайте цукерки, щоб заробити аірдропи
Launchpool
Швидкий стейкінг, заробляйте нові токени
HODLer Airdrop
Утримуйте GT і отримуйте масові аірдропи безкоштовно
Pre-IPOs
Отримайте повний доступ до глобальних IPO акцій.
Alpha Поінти
Ончейн-торгівля та аірдропи
Ф'ючерсні бали
Заробляйте фʼючерсні бали та отримуйте аірдроп-винагороди
Інвестиції
Simple Earn
Заробляйте відсотки за допомогою неактивних токенів
Автоінвестування
Автоматичне інвестування на регулярній основі
Подвійні інвестиції
Прибуток від волатильності ринку
Soft Staking
Earn rewards with flexible staking
Криптопозика
0 Fees
Заставте одну криптовалюту, щоб позичити іншу
Центр кредитування
Єдиний центр кредитування
Центр багатства VIP
Преміальні плани зростання капіталу
Управління приватним капіталом
Розподіл преміальних активів
Квантовий фонд
Квантові стратегії найвищого рівня
Стейкінг
Стейкайте криптовалюту, щоб заробляти на продуктах PoS
Розумне кредитне плече
Кредитне плече без ліквідації
Випуск GUSD
Мінтинг GUSD для прибутку RWA
Акції
AI
Gate AI
Ваш універсальний AI-помічник для спілкування
Gate AI Bot
Використовуйте Gate AI безпосередньо у своєму соціальному додатку
GateClaw
Gate Блакитний Лобстер — готовий до використання
Gate for AI Agent
AI-інфраструктура, Gate MCP, Skills і CLI
Gate Skills Hub
Понад 10 000 навичок
Від офісу до трейдингу: універсальна база навичок для ефективнішої роботи з AI
GateRouter
Розумний вибір із понад 30 моделей ШІ, без додаткових витрат (0%)
Фінансова індустрія Тайваню має створювати власний ШІ! Проєкт FinLLM витратив майже 70 мільйонів, перший погляд на графік розробки та ключові моменти
16 фінансових установ Тайваню просувають проект FinLLM, витративши майже 70 мільйонів нових тайванських доларів на створення власної фінансової великої мовної моделі для Тайваню. Інтегруючи місцеві нормативи, вони прагнуть вирішити проблему помилок у загальних ШІ, які часто виникають через недостатню локалізацію, і планують запустити першу версію банківської моделі до кінця цього року.
16 фінансових установ об’єдналися для розробки AI FinLLM у фінансовій галузі Тайваню
Зі зростанням хвилі генеративного AI по всьому світу, загальні великі мовні моделі при роботі у професійній фінансовій сфері часто стикаються з проблемами недостатньої локалізації, а також труднощами у зв’язку з знаннями та нормативами фінансової галузі Тайваню.
З цією метою, Асоціація фінтех-індустрії вчора (22.04) оголосила про офіційний запуск проекту створення великої мовної моделі для фінансів (FinLLM), об’єднавши 16 внутрішніх фінансових установ країни, а також залучивши ресурси Національної ради розвитку, Департаменту цифрового розвитку та Комітету з фінансового нагляду.
Згідно з повідомленнями «Економічної газети» та «iThome», голова Комітету з фінансового нагляду Пен Цзінлунь зазначив, що фінансова галузь є високорегульованою, з великою кількістю складних місцевих нормативів. На ринку переважають універсальні великі мовні моделі, треновані на міжнародних даних, і їх пряме застосування може спричинити ризик неправильного застосування нормативів.
Міністр департаменту цифрового розвитку Лін Іцзинь також додав, що при роботі з фінансовими питаннями у конкретних країнах загальні моделі часто посилаються на закони інших країн, що може призводити до помилкової інформації. Розробка моделі, яка має знання про тайванські нормативи та здатність локалізованого розуміння, стала важливим етапом у забезпеченні ризик-менеджменту та відповідності.
Джерело зображення: Новинне фото Асоціації фінтех-індустрії. Міністр департаменту цифрового розвитку Лін Іцзинь виступає на прес-конференції щодо фінансової великої мовної моделі FinLLM у Тайванській фінансовій галузі.
Завдяки участі у цій інфраструктурі AI, фінансовий сектор прагне перейти від пасивного контролю до активного захисту, що сприятиме повній трансформації фінансових послуг та організаційної роботи.
Асоціація фінтех-індустрії також оприлюднила список учасників проекту: CTBC Financial Holding, Chunghwa Post, Taishin Shin Kong Financial Holding, E.SUN Financial Holding, Cooperative Bank, Mega Financial Holding, First Commercial Bank, Next Bank, Cathay Financial Holding, Fubon Financial Holding, Hua Nan Financial Holding, KGI Financial Holding, Chang Hwa Bank, Bank of Taiwan, Land Bank of Taiwan та Taiwan Business Bank.
Таймінг розробки FinLLM: тренування у травні, запуск першої версії до кінця року
Коли ж фінансова галузь завершить розробку FinLLM? Офіційні джерела повідомляють, що тренування моделі заплановано на травень цього року.
Перший етап буде зосереджений на банках з більш повною нормативною базою та даними, і очікується, що перша версія моделі буде готова до третього кварталу. До кінця року планується випустити фінальну версію банківської моделі, а згодом — поступове розширення на страхову та цінну паперову сфери. «Тайваньський тижневик» зазначає, що загальні витрати на проект становитимуть близько 70 мільйонів нових тайванських доларів.
Генеральний директор інформаційного департаменту CTBC Financial, Цзя Цзінгуан, повідомив, що FinLLM буде поєднувати «тайванський суверенний AI-лінгвістичний корпус» департаменту цифрового розвитку та нормативи, створені Комітетом з фінансового нагляду, для легального тренування бази даних. Внутрішня команда Азіатсько-Тихоокеанського інтелектуальних машин проведе налаштування та оптимізацію, а Національний університет імені Чан Кайші створить механізм стандартизованої оцінки для визначення відповідності вихідних даних.
Мета — зробити систему здатною виконувати базові завдання банківських працівників, такі як оцінка кредитоспроможності та фінансовий аналіз, а у майбутньому — залучити сторонніх для ліцензування, ітерацій та створення екосистеми застосувань моделі.
Джерело зображення: Новинне фото Асоціації фінтех-індустрії. Прес-конференція щодо фінансової великої мовної моделі FinLLM у Тайванській фінансовій галузі, групове фото учасників.
Чим відрізняється FinLLM від існуючих підходів?
На даний момент більшість банків при впровадженні генеративного AI використовують архітектуру з пошуком і посиленням.
Цзя Цзінгуан зазначив, що сучасний підхід полягає у створенні бази знань поза межами загальної моделі, що дозволяє моделі у реальному часі звертатися до даних перед формуванням відповіді. Це зменшує ймовірність помилок, але при цьому у процесі пошуку інформації можливі пропуски даних, а при значному зростанні обсягу знань — знижується швидкість запитів і стабільність відповідей.
Участь у спільній розробці FinLLM відрізняється від попередніх архітектур з пошуком і посиленням тим, що нормативи та знання галузі Тайваню безпосередньо інтегровані у модель, і система може самостійно розуміти фінансову логіку та генерувати відповіді без зовнішніх запитів, що значно підвищує цілісність відповідей та здатність до логічних висновків.
Це важливий крок для Тайваню після запуску базового закону про AI та впровадження рекомендацій щодо застосування AI у фінансовій сфері, які випустила Комісія з фінансового нагляду.
У майбутньому, застосування AI у фінансовій галузі, ймовірно, базуватиметься на гібридній моделі, яка поєднуватиме внутрішню локалізовану модель з зовнішніми базами знань для оновлення актуальної інформації, а також використовуватиме людсько-машинну співпрацю для контролю рішень, що сприятиме підвищенню якості та ефективності фінансових послуг.
Додаткове читання:
Центральне агентство подало позов проти Тайванського університету за порушення авторських прав при створенні китайськомовного датасету для AI, сторони вже врегулювали конфлікт
Громадяни активно вирощують лангостинів! Департамент цифрового розвитку: AI-агенти обов’язково інтегруються у державні служби, Foxconn має намір інвестувати у тайванські обчислювальні потужності