大模型可构建知识图谱和操作结构化数据，Few/zero-shot提升效果，ICL/prompt是主要特性。微调方式如LoRA/P-tuning可强化效果，大模型+知识图谱更好。可看LangChain和吴恩达教程，追随最新实现和论文。部署、非结构化数据存储、数据准备、模型准确性等问题有解决方案和经验分享。...(more)

大家好，我是东方财富的一名算法工程师，这里分享一些利用大模型赋能知识图谱建设的一些实践。## 为什么知识图谱需要大模型在金融场景中，天然会有大量结构化的数据需要投入大量的人力去生产和维护，而这样的数据又会大量被应用在下游的标签、推荐、风控等场景。比如基金关联的...(more)

1 机器学习的发展和现状2017 年，谷歌通过深度学习训练的 Alphago ，战胜了排名世界第一的世界围棋冠军柯洁而名声大噪。这也让人们感到机器学习和人工智能的强大。 时至今日，无论是国外巨头谷歌、亚马逊和 Facebook 还是国内互联网领军者“ BAT ”，都在大力的研究人工智能，将...(more)

导读：当前券商智能化和数字化的转型主要是通过券商自建金融科技业务系统或与金融科技企业开展战略合作，提升数字化服务能力，重塑经纪业务、投行业务、资产管理、自营业务等行业生态。如经纪业务由发展通道向理财业务和信用中介终端转变，在业务链条拓展、风险定价实施、资产证...(more)

摘要容器云平台的弹性能力以及对微服务的支持，对于提升企业内部的资源使用效率和主流应用的快速发布有着重大意义。本文针对金融企业中，容器云平台的现实需求做出相关技术分析，给出相关模块的参考设计和实现方案，并结合企业生产实践，提出一些实践经验。一、简介传统的虚拟化技...(more)

行业背景：根据银保监会披露的数据，截至2020年5月，今年全国已经有超过800家银行网点申请关闭。在2019年国有六大行网点数量合计减少了869个。而于此同时，很多上市银行却在投入大笔资金对现有的网点进行智能化的改造。一边关闭网点，一边投入大量资金做网点智能化的改造，银行的葫...(more)

数据治理是对有价值的数据资源进行协调和规范的过程，需要确权、标准化和全员数据意识觉醒。数据治理应从源头抓起，包括规范化、平台化资产化和消费侧反哺和闭环。数字化转型背景下，数据治理需要重视数据安全和数据质量，切勿贪大求全，需分阶段分步骤实现整体价值提升。主数据和...(more)

消除数据孤岛需从战略、技术和管理多方面协同发力，包括多源数据融合、明确责任权属、实施数据治理和打造数据服务等。