破界·深耕：腾讯AI大模型技术落地实践

⾦融风控⼤模型：打造先⼈⼀步，好⼈⼀点的风控模型体系 腾讯云天御总经理天御⾸席科学家李超 随着⼤语⾔模型和强化学习的发展，我们正在加速⾛向AGI AI⼤模型在⾦融业的应⽤ 展业运营更有力 风控是不是也要被⼤模型⾰命 是的，但不是我们常说的那个⼤模型 ⼤模型可以有效解决模型精细化时代样本不⾜问题 精细化运营：存量时代每个业务环节都需频繁迭代模型。 小样本：模型迭代频繁，样本积累速度不足，样本量少 零样本：新产品上线，只有少量或零表现样本，需冷启动风控策略 建模周期长：从启动建模到模型上线长达数月之久。 汽车金融新业务启动 腾讯云天御⾦融风控⼤模型 ·依靠⾃⾝的“知识积累”，⾼效解决“⼩样本”训练难题，prompt⼀键适配各种场景，模型区分度提升20% ⽅案优势： “⾜够⼤”的模型结构 ü参数上亿，模型记忆信息更多 “⾜够全”的知识模型 ü全量异构特征、全量专家模型ü亿级别无标签知识ü千万全量有标签知识 “⾜够低”的模型门槛 ü更少量prompt样本、更快速的适配客户需求模型 数据、模型、应⽤三位⼀体，释放⼤模型价值 从MaaS到天御Plus，⼤模型落地的最后⼀公⾥ ⽀持多机构同时使⽤ 基于云原⽣技术，采⽤B/S多租户架构，服务不同类型客户同时建模使⽤，如银⾏、⾦科、消⾦、互⾦⼩贷等。 统⼀标准对接各数据源 以统⼀的标准接⼊不同数据源的能⼒，实现⼀键数据回溯和模型部署，让⽤户专注于数据分析和模型训练。 提供风控⼤模型能⼒ 使⽤天御⻛控⼤模型能⼒，为各个数据源进⾏赋能，提⾼⽤户建模效果，相同数据能⼒下，建模效果KS平均提升2个点。 T+2完成上线建模 持牌建模共促合规 多源⼤模型落地 •传统的建模及融合流程散落在持牌机构外部的多个隔离数据岛，通过统一的对接及大模型技术标准，依托大模型强大的泛化能力牵引，聚合行业各方在持牌机构域内开展合作，促进行业合规稳健发展。 •天御Plus在MaaS的底座基础上，基于天御云端预训练大模型能力，在朴道侧本地提供私有化大模型服务，同时实现联合朴道能力及其他多家外部数据能力的多源大模型能力的融合，为客户提供一站式服务。 •统一的标准接入不同的数据能力，连通定制建模服务链路，T+1完成回溯，T+0完成调参，oot验证及建模报告撰写，T+0完成模型自动化测试及线上接口部署。•MaaS平台可将传统的回溯、建模、接口对接到线上产品调用流程从1-2个月压缩到T+2。 某头部⾦融机构：⾦融风控⼤模型帮助实现⾼价值客户挽回 该客户在贷前和贷中客户留存场景使⽤⾦融风控⼤模型解决⽅案，以降低客户流失率并挽回⾼价值客户 线上通过率提升 在风险不变的情况下，线上通过率由27%提升到30%保持风险阈值不变 10% 高价值客户挽回 20000+置入新增年化客户数 业务量和收益增加 置入新增年化收益千万级1000万 大模型方案能够带来12%以上的模型效果提升，在高价值用户挽回流程中能够多挽回20%的潜力客户 某商业银⾏：⾼效解决⼩样本/零样本客户建模难题 该客户在贷前客户场景使⽤⾦融风控⼤模型解决⽅案，提升获客效率 客户需求：如何在不清楚新的娱乐社交渠风险表现情况下，冷启动贷前反欺诈模型？ 识别能力提升 16% 在相似客群上，大模型相比传统模型提升16% 跨场景泛化能力提升 20% 银行，消金，互金等场景测试，跨场景泛化能力提升20%以上 THANKS 谢谢观看