工商银行首席技术官吕仲涛：有必要训练行业垂类模型

另一方面，吕仲涛指出了要用好DeepSeek等大模型，主要结合不同场景特点灵活施策，达到最佳综合性价比。比如， 对于智能量化策略生成等部分场景，可直接利用DeepSeek模型+外挂知识库应用范式实现 ，借助DeepSeek量化经验和 代码能力，自动生成更全面、逻辑更严密的策略代码。但对于时效性、专业性要求高的场景，直接使用DeepSeek模型 可能无法达到业务预期，需结合行业知识和行内知识进行微调、强化学习等后训练，还可能同时需要蒸馏出小尺寸场 景专用模型来满足时效性需求。 吕仲涛认为，DeepSeek模型催生金融行业AI应用爆发式增长，未来大模型应用可能出现四大趋势，包括大模型逐步由 应用工具转向基础设施、算力需求将随着应用的爆发式增长快速提升、人机协同将成为常态以及人工智能相关法律规 范将逐渐完善。 公开信息显示，在同业中，工商银行率先完成DeepSeek最新开源大模型的私有化部署，并将其接入行内"工银智涌"大 模型矩阵体系，已面向全行开放使用，实现财报分析助手、AI财富管家等40余个应用场景。吕仲涛也结合工商银行在 大模型部署与场景应用的实际经验，分享金融大模型的两大典型应用场景。 具体而言，在金融市场 ...