近日，占融數科解決方案資深專家李政遠與占融數科金融風控模型專家來守芳在微信視訊号“占融數科”為行業人士帶來了一場精彩直播。他們系統分析了大語言模型在金融風控領域運用的現狀，并就未來大語言模型在該領域運用的發展潛力與阻力進行了探讨。
金融機構，特别是銀行機構，在信貸風控上的解釋性、有效性、準确性的要求還是比較高的，更傾向于有具體的、可解釋的計算邏輯模型。目前來講，大模型的解釋性和穩定性還是不好評估。盡管大語言模型在金融風控模型中的結合取得一些進展，但仍未有較明顯的改進。
來守芳認為，未來的金融風控模型将繼續朝着智能化、數字化的方向發展，特别是随着深度學習、區塊鍊、大模型等新技術的興起，金融資料将更加透明和可靠，這将為采用大模型技術進行金融風控提供更準确的資料基礎。同時，大語言模型也要妥善解決好資料隐私和安全問題、模型的可解釋性和可靠性、針對金融特定場景的訓練和優化等問題和挑戰。
以下為此次直播分享的主要内容：
大語言模型的能力圈
大語言模型的基礎是語言模型，是以，它的極限也被語言模型的極限所限制。是以，了解、把握語言模型能做什麼事情，通常也就知道大語言模型的能力範圍了。
通常，我們将語言模型能做的事情分為三類：
第一類，資訊形式轉換。
簡而言之，就是将資訊從一種形式轉換為另一種形式，無論是語音識别還是機器翻譯，都屬于這一類。在語音識别中，輸入的資訊是語音聲波，輸出的資訊是文字，它們是一一對應的，是以是資訊在形式上的轉化。機器翻譯也是如此，是從一種語言的編碼，轉換成另一種語言的編碼。需要指出的是，任何形式的資訊轉換通常都會損失一些資訊。
在這一類事情中，一個通常不被人們注意的應用是在醫學領域，比如基因測序。此外，借助計算機編寫一些簡單地程式也屬于這個範疇。
第二類，根據要求産生内容
與當下ChatGPT做的主要工作相類似，即根據指令要求生産文本，如回答問題、回複郵件、書寫簡單的段落，都屬于這一類。
這一類工作，輸入的資訊量明顯少于輸出的資訊量。從資訊論的角度看，這會産生很大的不确定性，需要額外補充資訊。而補充資訊的來源，其實就是語言模型中所包含的資訊。是以，如果語言模型中包含了某個話題的很多相關資訊，它就可以産生高品質的文本；否則，它給出的答案或者所寫的内容有可能會天馬行空。
第三類，資訊摘要精簡
就是将較多的資訊精簡為較少的資訊。比如，為一篇長文撰寫摘要，按照要求進行資料分析，分析上市公司的财報，都屬于這方面的工作。
這一類工作，輸入的資訊多，輸出的資訊少，是以隻要算法做得好，就不會出現資訊不夠用的問題。将資訊由多變少，就會面臨一個選擇，選擇保留哪些資訊，删除哪些資訊。同樣的，把更多的資訊進行精簡，也會得出不同的結果，這就要看算法是如何設計的，它所依賴的語言模型之前都統計過什麼樣的資訊等等。
金融風控模型的過往與未來
金融風控模型是金融行業中非常重要的工具，用于評估借貸應用、信用評分和風險管理。從曆程上看，銀行風控經曆了從過去的傳統模式到智能風控，再到當下數字化風控的進化。
傳統風控的做法更多是基于專家經驗的人工審批，依賴于審貸官對材料的了解與把握，并給出最終意見。假設有兩筆貸款同時審批，那麼審貸官會根據經驗，基于排序做出相應決策，并得出自己的結論，選擇甲貸款或者乙貸款。
随着科技進步，特别是大資料的發展與運用，越來越多的弱變量融入風控體系，改變了單一的強變量風險評估。特别是随着新型欺詐手段的層出不窮，銀行等金融機構在自動化、大資料、雲計算、人工智能、區塊鍊等金融科技領域應用的基礎上，逐漸發展、形成智能風控技術體系。
無論是傳統體系，還是智能風控體系，其核心是資料。結合最新智能風控技術，對資料實作全面的數字化管理，才能建構起全面數字化風控體系。對于數字化風控，其核心看兩個方面的能力：一個是資料積累，另一個就是技術能力。
風險決策自動化是數字化風控的進階表現形式，目前在信用卡審批和小金額的消費金融領域，已經完全實作決策的自動化。
AI 助力金融風控的探索展望
當下，AI技術越來越多地運用到金融風控領域，金融風控也正經曆由計算邏輯到廣域思維邏輯的跨越，這其中，大語言模型地運用領域越來越廣，具體表現在以下三個方面：
首先是智能客服和使用者體驗。AI技術的進步，大語言模型可以通過自然語言處理和語義了解，實作智能客服的功能。它可以了解使用者的問題并給出準确的解答，提供個性化的金融建議和支援，改善使用者體驗。
其次是反欺詐和安全監測。大語言模型可以通過對内部資料和使用者行為資料的分析，識别出潛在的欺詐行為和網絡攻擊。它可以幫助金融機構在私域内實時監測使用者交易和行為資料，及時發現異常情況并采取相應的反欺詐和安全措施。
最後是風險評估與預測。大語言模型可以通過學習和分析海量的金融資料，提高風險評估和預測的準确性。它可以識别潛在的風險因素和關聯性，幫助金融機構更好地評估貸款違約風險、信用卡欺詐風險等。同時，大語言模型也能為金融機構提供更準确的盈利預測和市場波動預測。
未來，金融風控模型将繼續朝着智能化和數字化方向發展。随着深度學習、區塊鍊、大模型等新技術的興起，金融資料将更加透明和可靠，這将為采用大語言模型等技術進行金融風控提供更準确的資料基礎。