隨著科技的飛速發展，AI大模型在金融領域的應用實現了從理論創新到實踐落地的重大跨越。繼去年發布行業內首個130億參數開源大模型“招聯智鹿”后，基于不斷增強的高精度數據獲取和精湛算法能力迭代，招聯再次推出消費金融行業首個小參數輕量級模型——“招聯智鹿二代”。據了解，相比一代模型，“招聯智鹿二代”是基于llama3研發的80億參數大模型，主要在消費金融行業的中文對話領域實現了性能、效率等方面的大幅躍升。

公開數據顯示，“招聯智鹿二代”一經發布，便在國內權威榜單取得C-Eval排名TOP 14、CMMLU排名TOP 5的好成績，通用知識領域的技術水平和創新實力再獲權威認可。同期入選榜單的還包括科大訊飛、阿里、百度等科技公司的自研大模型。

作為中文大模型的權威基準，C-Eval榜單由清華大學、上海交通大學和愛丁堡大學合作研發，CMMLU榜單由MBZUAI（全球首所人工智能大學）、上海交通大學、微軟亞洲研究院共同推出。這兩個平臺，均是目前對模型潛力判斷最具權威性的大模型榜單，專門用于評估語言模型在中文語境下的知識和推理水平。

小身材大能量 “招聯智鹿二代”實現性能巨大飛躍

當前，金融行業“群模大戰”如火如荼，很多企業與研究機構都在追求更大參數規模、更高算力和更強通用性的模型結構，但面向不同行業和領域的差異化需求，通用大模型并非適合所有企業。輕量級大模型盡管參數縮小，但卻可以通過升級優化模型結構，改善數據質量和訓練方法達到提高性能、減少算力消耗的效果，進一步提升應答效率，保證終端服務質量，同時還可以有效保護用戶數據隱私。

基于這一行業背景，招聯積極響應時代趨勢，精準預判技術走向。自2023年11月正式推出“招聯智鹿”大模型后，僅用半年多時間即完成大模型二次迭代，不僅推動業務能力提質躍遷，同時夯實技術創新能力，為普惠金融高質量發展提供堅實技術保障。

高質量數據是確保金融大模型有效運行，為用戶提供精準、及時信息服務的保障。為了克服金融數據稀少、質量不達標等行業普遍痛點，招聯攜手中山大學不斷升級迭代大模型算法，重點在數據處理環節進行全方位優化，不僅通過數據去重和質量篩查方式，收集數千萬條指令，還針對某些領域數據采集不足的問題，創新數據合成方法，提升金融數據質量。以自進化指令合成方式為例，“招聯智鹿二代”可以通過生成回復與搜索引擎結果的交叉驗證，生成最優語料用作訓練樣本，為增強模型性能提供了強有力支持。

經測算了解，相比原有的llama3模型，“招聯智鹿二代”大模型在大部分權威評測榜單上性能提高接近一倍，且優于一些參數量超過700億的行業大模型，充分彰顯了其在參數效率和任務處理能力上的平衡與強大，同時也印證了輕量級大模型在垂直領域的突出優勢。

行業首個開源輕量級大模型 四兩撥千斤助推普惠金融深入發展

金融大模型正在掀起新一輪的智慧金融變革風暴，此次招聯再推輕量級大模型，將為行業發展提供新的借鑒。基于不斷增強的高精度數據獲取能力，“招聯智鹿二代”將助力消費金融行業發展，在日常辦公、金融交互分析、智能客服、信審報告生成、代碼生成輔助等實際應用場景中，發揮更大價值。

以智能客服為例，經模擬測試，該版本模型不僅可以結合具體會話狀態與服務場景，快速精準地進行會話小結，提升坐席40%作業效率，還能充分利用深度學習技術，準確“理解”客戶意圖，“共情”客戶情緒，并將與客戶交互的 “經驗”和“感覺”積累形成豐富的參考樣本，以更好細化客戶訴求，加強二次跟進，專項解決客戶問題，推動客服質量優化提升。

在辦公效能提升方面，“招聯智鹿二代”同樣表現卓越，基于日常辦公方面完整的知識庫，以及強大的智能識別能力，對員工的日常提問、服務咨詢實現了80%以上的人工替代和近20%的準確度提升，進一步提高公司內部精細化運營能力。

實踐證明，“招聯智鹿二代”通過升級優化模型、改善數據集質量、改進訓練方法等，憑借更小的大模型參數，也能達成更好的效果，同時減少算力消耗，進一步實現降本增效。

從行業來看，作為消費金融領域排頭兵，“招聯智鹿二代”的迭代升級將為行業健康發展注入新鮮活力，開源模式的開放態度成為推動普惠金融深入發展的一抹亮色。據透露，為應對更復雜金融問題和更高市場需求，探索“模力金融”實踐路徑，招聯未來還將持續聚焦小參數高性能大模型方向，在優質數據獲取和精湛算法等方面不斷發力，通過迭代具有更高性能的參數大模型，構建更加卓越的多維評估體系，為行業未來發展提供更強大的技術支持。

作為招商銀行與中國聯通兩家央企的合作典范，招聯始終積極協同股東發力數字經濟新賽道，秉持“以科技踐行普惠 讓信用不負期待”的理念，推動普惠金融高質量發展。在未來的發展路徑中，招聯將持續以技術創新為核心，以業務需求為導向，推動技術與業務的深度融合，致力于為行業帶來更多技術突破和業務創新，為用戶創造更大價值，開啟智能金融新篇章。