投资银行尝试生成式人工智能
然而，任何旨在直接供客户使用的聊天机器人都存在着较高的声誉风险，因此在投入实际生产之前，需要非常仔细地设计和进行极端情况测试。还需要探索广泛的精细调整和检索增强生成 (RAG) 工程的集成。聊天机器人必须高度准确，使用专业且礼貌的语气和风格，并始终能够抵御不恰当或歧视性的回应。我们预计 2024 年将会有重大的开发努力，并且可能会将 LLM 有限地整合到现有的聊天机器人中，但大型 FSI 公司完全由 LLM 驱动的聊天机器人很可能不会在今年准备好。
多年来，投资银行一直在努力留住初级员工，并渴望 佐治亚电报数据 利用自动化提高小型员工的效率，同时改善他们的生活质量。银行梦想有一天拥有一个生成式人工智能助理，从财务文件中提取信息，以构建可用的财务模型和演示文稿。
这种“机器人银行家”的愿景在 2024 年并不实用。财务文件和收益报告包含带有细微脚注的图表和表格，对于 LLM 来说，要正确解读这些图表和表格非常具有挑战性。LLM 还难以完成文件中未明确说明的财务指标（例如 ROIC 或 EBITDA）所需的多步计算。我们看到生成式 AI 代理最终在这些任务上有所改进，这是一个令人鼓舞的轨迹，但目前的错误率太高，在一个对任何数字错误的容忍度接近于零的行业中，无法依赖它。
頁:
[1]