大模型增强下的图智能在金融场景的应用与实践

文章摘要

【关 键 词】 图智能技术、金融风控、知识图谱、大模型辅助、AI数据基础设施

贾志鹏，枫清科技（Fabarta）的图智能解决方案架构师，在ArchSummit全球架构师峰会上分享了图智能技术结合大模型的实践应用和金融领域落地的挑战。图智能技术通过分析海量数据，帮助企业进行市场洞察、策略调整和风险管理，尤其在金融领域有广泛应用前景。

枫清科技专注于AI数据基础设施产品，贾志鹏分享了其在IBM的图智能技术应用经验和在枫清科技参与银行图智能分析项目的工作。图智能技术之所以被称为“可解释的智能”，是因为它通过图数据的直观展示，揭示了数据背后的决策因素。

在金融领域，图智能技术主要应用于知识库服务、反洗钱、反欺诈、智能风控和智能营销等场景。构建知识图谱、基础图谱和图智能分析应用是技术支撑的三种主要方式。知识图谱的构建包括数据获取、标注、训练模型、整合知识、质量评估和存储计算等步骤。

图智能技术面临的挑战包括底层数据的挑战和使用问题。底层数据通常是非结构化或半结构化，需要大量精力进行迭代调整。使用问题则涉及如何有效使用知识图谱，理解业务需求并选择适当的模式。

结合大模型技术，可以辅助图谱构建，如自动建图和半自动建图，以及通过大模型辅助图谱的使用，提高标签图谱的实际效果。案例包括元数据构图、图智能结合大模型在营销场景的应用，以及在金融风控领域的应用。

FCon全球金融科技大会将在上海举办，聚焦AIGC、RAG、Agent智能体等话题，邀请金融领域专家分享实践经验和洞察。通过这些分享，企业可以更好地了解行业现状和发展趋势，获取宝贵的实践经验。

原文和模型

【原文链接】 阅读原文 [ 9803字 | 40分钟 ]
【原文作者】 AI前线
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★

Moonshot AI

月之暗面是一家 AI 初创大模...