【AI金融新纪元】系列报告（二）：AI+金融大模型的两条技术路线
➢ 当前AI与金融的结合主要有两条技术路径： ①通用模型+金融语料训练金融大模型 ，②金融垂类大模型。 优势：泛用性强、灵活性和利用率高、可迁移性强。 劣势：特定领域深度较浅、模型复杂、训练时间长；
报告摘要
➢ 当前AI与金融的结合主要有两条技术路径： ①通用模型+金融语料训练金融大模型 ，②金融垂类大模型。 优势：泛用性强、灵活性和利用率高、可迁移性强。 劣势：特定领域深度较浅、模型复杂、训练时间长；
核心要点
- 3. 国内外金融垂类模型发展进程
- 2. 国内外通用大模型在金融领域应用表现
- 1. 通用+金融VS金融垂类哪方更强
- 4. 投资建议
报告信息
- 文件全名
- 《【AI金融新纪元】系列报告（二）：AI+金融大模型的两条技术路线-20240223-东吴证券-26页.pdf》
- 适合读者
- 核心数据
- ➢ 投资建议：我们预计2024年金融垂类模型产品落地较多，建议关注具备AI模型技术领先优势、较大金融交易数据基础、较好应用场景入口、积极
- ➢ 当前AI与金融的结合主要有两条技术路径： ①通用模型+金融语料训练金融大模型 ，②金融垂类大模型。
- 通用大模型在行业数据量，性价比，精确性、适用性、实时性、推理速度，合规性和风险控制等方面表现欠佳。
- 谷歌将在谷歌云上部署 Claude，并于推出自研的大模型LaMDA 的聊天机器人
- ➢ 金融垂类模型国外发展先行，国内成品问世。
- 核心议题
常见问题
《【AI金融新纪元】系列报告（二）：AI+金融大模型的两条技术路线》主要包含哪些内容?
➢ 当前AI与金融的结合主要有两条技术路径： ①通用模型+金融语料训练金融大模型 ，②金融垂类大模型。 优势：泛用性强、灵活性和利用率高、可迁移性强。 劣势：特定领域深度较浅、模型复杂、训练时间长；核心数据:➢ 投资建议：我们预计2024年金融垂类模型产品落地较多，建议关注具备AI模型技术领先优势、较大金融交易数据基础、较好应用场景入口、积极;➢ 当前AI与金融的结合主要有两条技术路径： ①通用模型+金融语料训练金融大模型 ，②金融垂类大模型。;通用大模型在行业数据量，性价比，精确性、适用性、实时性、推理速度，合规性和风险控制等方面表现欠佳。。
这份报告由哪家机构发布?
本报告由东吴证券发布,发布于 2024 年。
这份报告覆盖哪一年、篇幅多大?
覆盖 2024 年,全文约 26。
这份报告是免费的吗?如何获取?
本报告免费查阅,登录资料宝后即可在线获取完整内容。
这份报告适合哪些读者?
适合战略规划、行业研究员等读者参考。
报告涉及哪些关键议题?
重点分析了大模型、大语言模型、GPT、ChatGPT等议题。
继续阅读
查看全部 →