小雨點集團首席技術(shù)官許慎在接受《21世紀經(jīng)濟報道》和《國際金融報》采訪時，對公司在金融大模型領(lǐng)域的研發(fā)和應(yīng)用進行了介紹。小雨花分期作為小雨點集團下的金融服務(wù)，未來在AI技術(shù)的賦能下，將會迎來更加可觀的發(fā)展前景。

“在小雨點集團的業(yè)務(wù)流程中，目前人工智能技術(shù)已在貸前、貸中、貸后的業(yè)務(wù)全鏈條實現(xiàn)了應(yīng)用，但主要還是集中在貸前的市場拓展、獲客等場景。”小雨點集團首席技術(shù)官許慎告訴記者，“雖然大模型在貸前的應(yīng)用比較廣泛，但并不意味著技術(shù)已經(jīng)非常成熟，其主要原因還是在于，貸前、貸中、貸后等不同流程對風(fēng)險的容忍度是不同的。”他坦言，在貸中、貸后等領(lǐng)域，大模型的準確度要求更高，還需要滿足一系列監(jiān)管要求，也正因如此，在探索Agent落地時，小雨點在內(nèi)部系統(tǒng)運維、智能客服等領(lǐng)域已經(jīng)開展相關(guān)應(yīng)用，但對Agent在業(yè)務(wù)側(cè)落地還保持謹慎態(tài)度。

金融的核心業(yè)務(wù)場景和醫(yī)學(xué)很類似，決策準確率的99.9%和0%在某種意義上沒有差別。其實作為人，醫(yī)生也有出現(xiàn)誤診的概率，但是對這一錯誤的責(zé)任劃分已經(jīng)非常清晰。如果AI出現(xiàn)誤判，誰來承擔(dān)這一決策失誤的責(zé)任和后果?”許慎提到，以醫(yī)學(xué)為例，大模型或許在一些證書的考試分數(shù)比人類更高，但在美國一位醫(yī)學(xué)生要真正成為醫(yī)生，需要10年的實習(xí)經(jīng)驗，這需要不斷地實踐來實現(xiàn)經(jīng)驗積累。“在金融領(lǐng)域也是這樣，大模型或許在金融知識學(xué)習(xí)層面表現(xiàn)良好，但到實際應(yīng)用層面更需要考驗對業(yè)務(wù)、系統(tǒng)的理解，例如在風(fēng)控領(lǐng)域基于大模型和矢量數(shù)據(jù)庫技術(shù)，我們實現(xiàn)了10倍的效率提升。”許慎表示。

小雨點集團首席技術(shù)官許慎在接受記者采訪時指出，現(xiàn)在大模型的應(yīng)用行業(yè)主要集中在“會說會寫”的內(nèi)容生成方面，金融行業(yè)需要大模型具備“會看會聽”的能力，這是我們應(yīng)用大模型的主要發(fā)力領(lǐng)域。數(shù)據(jù)的安全、隱私的安全，是當前真正需要迫切去解決的問題。如果這些問題解決不好會非常影響大模型和AI技術(shù)的使用規(guī)模。

許慎指出，有關(guān)對待大模型應(yīng)用中的幻覺問題，現(xiàn)階段一大思路是模型應(yīng)用上要明確責(zé)任主體，責(zé)權(quán)一旦分清楚相應(yīng)的監(jiān)管框架規(guī)范清晰以后，自然而然能緩解和控制幻覺出現(xiàn)的影響和風(fēng)險。當然，在技術(shù)層面要盡可能降低大模型出現(xiàn)幻覺的可能，除了模型技術(shù)本身，這背后也與數(shù)據(jù)的質(zhì)和量息息相關(guān)。只有數(shù)據(jù)的數(shù)量和質(zhì)量達到一定水平后，用得越多，用得越深入，才能積累更多高質(zhì)量的數(shù)據(jù)，從而逐步降低大模型出現(xiàn)幻覺的概率，形成良性正反饋循環(huán)。

小雨點一直堅持通過科技賦能普惠金融發(fā)展，為小微企業(yè)提供純線上、無抵押的信貸服務(wù)。基于強大的科技“基因”，小雨點實現(xiàn)了業(yè)務(wù)系統(tǒng)的完全自主研發(fā)，同時也將成熟的金融系統(tǒng)產(chǎn)品進行對外輸出，為各行業(yè)提升智能化和數(shù)字化水平賦能。

小雨點集團始終關(guān)注廣大用戶的金融痛點，并基于這些信息，不斷優(yōu)化自身金融產(chǎn)品和服務(wù)。在集團賦能和創(chuàng)新技術(shù)助力下，小雨花分期將會不斷迭代優(yōu)化，為廣大用戶提供更加自在便捷的金融體驗。