-
金融風控大模型
鎖定
金融風控大模型背景介紹
金融作為天然的數據密集型行業,又是人工智能應用最早和最普遍的行業,無疑是大模型落地的最佳場景。但金融行業對信息的高精度要求和嚴苛的數據合規要求,讓行業大模型需要貼合自身發展現狀在金融場景落地。
[1]
隨着AI技術持續發展,越來越多金融機構發現在互聯網零售信貸風控場景裏,假人假機、假人真機等欺詐行為日益增多。
傳統的風控模型主要依託於歷史金融數據和專家經驗,呈現出“靜態模型+動態策略規則”的特徵,即在風控模型框架整體不變的前提下,通過調整具體風控規則的閾值以降低欺詐風險。但是,AI模擬真人行為的信貸欺詐往往具有高度動態性與“千人千面”特點,導致傳統風控模型無法收集到足夠欺詐樣本梳理出相應的欺詐“破綻”,進而迅速採取遏制措施。
金融風控大模型模型特點
在金融風控大模型的助力下,企業無需代碼操作即可快速隨時完成模型迭代。比如全流程自動化,在建模階段只需使用少量提示樣本,就能自動構建適配機構自身業務獨有特點的風控模型,並且實現全流程自動化的部署上線,支持機構持續發佈快速集成到自身的風控系統上,助力其風控策略部署效率提升10倍。
金融風控大模型模型應用
- 參考資料
-
- 1. 騰訊雲李超:金融風控建模面臨四大痛點,如何應對黑灰產“擬真人”行為衝擊? .界面新聞[引用日期2023-08-19]
- 2. 騰訊雲MaaS平台首次公佈金融風控大模型 .澎湃新聞[引用日期2023-08-19]
- 3. 黑產AI模擬真人信貸欺詐“猖獗” 金融機構風控從規則對抗邁向模型對抗 - 21財經 .21世紀經濟報道[引用日期2023-08-19]
- 詞條統計
-
- 瀏覽次數:次
- 編輯次數:1次歷史版本
- 最近更新: 适适