腾讯混元大模型信贷助手

2025-08-26 腾讯顾小桶🙊

工程化架构设计：
- 标准服务问答Agent：基于智能体平台的知识库管理、RAG和Workflow，快速构建支持标准问答服务的智能应用。
- 专业助手复合Agent：通过专业模型微调和工程化架构设计，确保智能应用的业务效果。
  - 技术方案：提升模型精度与Agent工作流程的严谨性，确保输出结果。
  - 应用场景：尽调助手、审单助手、风险分析助手。
  - 关键策略：高效利用金融专业大模型微调，优化工程化架构设计。
- 标准服务问答Agent：
  - 技术方案：基于智能体平台的RAG与Workflow快速搭建，支持标准输出。
  - 应用场景：制度问答、监管问答、运维知识问答。
  - 关键策略：围绕工作流持续优化，强化文档解析和搜索增强能力。

产品1.0：以场景化微调模型为核心构建信贷助手，助力信贷业务提质增效。
- 尽调报告&信审：
  - 人工审核采纳率93%。
  - 工作效率提升10倍，报告生成时长从10个工作日压缩到1个工作日。
  - 数据接口一站式识别+提取+分析，大模型能力覆盖95%的工作内容。
- 互联网获取。
产品2.0：逐步打造信贷全生命周期业务伴侣-全矩阵信贷智能体。
- 信贷智能体（全生命周期信贷业务伴侣）：
  - 专属模型能力1：混元多模态智构解析
    - 文档分割：采用物理分页方案，有效识别分页类型和页内元素，动态能力调用。
    - 数据丢失和语意关联：跨页表格重组方案，BERT+CRFd断句续写和比较，多模态跨页对齐图和文本方案。
    - 处理出色：年报财报等超长复杂文档，业界百个支持200mB以上超大文档解析，准确率提升30%。
  - 专属模型能力2：混元生成式推理提取
    - 突破KV提取、语义跟随、幻觉控制等技术瓶颈。
    - 结构化数据/报告输出，整单准确率高达94%。
    - 持续提升：不断加入新场景，模型指令、示例引导，bad/goodcase标注并提交，加入数据集重跑模型训练。

混元大模型信贷助手功能架构：
- 后管服务：为模型API服务提供模板配置和任务验证支持。
- 产品核心优势：
  - 专属模型。
  - 模型工程。
- 实施：腾讯主要聚焦大模型信贷助手模型能力和服务输出。
- 边界：服务接入和结果应用开放给客户和生态。
  - 服务接入：接入到信贷流程、接入到业务应用。
  - 结果应用：基于大模型结果进行内容审核、比对、编辑、排版等。
  - 生态开发：生态伙伴基于大模型尽职调查能力进一步开发丰富功能场景。
- 部署：产品部署架构与算力资源。
- 支持：腾讯正在构建完善的大模型能力矩阵和接口服务。