随着科技的飞速发展，AI大模型在金融领域的应用实现了从理论创新到实践落地的重大跨越。继去年发布行业内首个130亿参数开源大模型“招联智鹿”后，基于不断增强的高精度数据获取和精湛算法能力迭代，招联再次推出消费金融行业首个小参数轻量级模型——“招联智鹿二代”。据了解，相比一代模型，“招联智鹿二代”是基于llama3研发的80亿参数大模型，主要在消费金融行业的中文对话领域实现了性能、效率等方面的大幅跃升。

公开数据显示，“招联智鹿二代”一经发布，便在国内权威榜单取得C-Eval排名TOP 14、CMMLU排名TOP 5的好成绩，通用知识领域的技术水平和创新实力再获权威认可。同期入选榜单的还包括科大讯飞、阿里、百度等科技公司的自研大模型。

作为中文大模型的权威基准，C-Eval榜单由清华大学、上海交通大学和爱丁堡大学合作研发，CMMLU榜单由MBZUAI（全球首所人工智能大学）、上海交通大学、微软亚洲研究院共同推出。这两个平台，均是目前对模型潜力判断最具权威性的大模型榜单，专门用于评估语言模型在中文语境下的知识和推理水平。

小身材大能量  “招联智鹿二代”实现性能巨大飞跃

当前，金融行业“群模大战”如火如荼，很多企业与研究机构都在追求更大参数规模、更高算力和更强通用性的模型结构，但面向不同行业和领域的差异化需求，通用大模型并非适合所有企业。轻量级大模型尽管参数缩小，但却可以通过升级优化模型结构，改善数据质量和训练方法达到提高性能、减少算力消耗的效果，进一步提升应答效率，保证终端服务质量，同时还可以有效保护用户数据隐私。

基于这一行业背景，招联积极响应时代趋势，精准预判技术走向。自2023年11月正式推出“招联智鹿”大模型后，仅用半年多时间即完成大模型二次迭代，不仅推动业务能力提质跃迁，同时夯实技术创新能力，为普惠金融高质量发展提供坚实技术保障。

高质量数据是确保金融大模型有效运行，为用户提供精准、及时信息服务的保障。为了克服金融数据稀少、质量不达标等行业普遍痛点，招联携手中山大学不断升级迭代大模型算法，重点在数据处理环节进行全方位优化，不仅通过数据去重和质量筛查方式，收集数千万条指令，还针对某些领域数据采集不足的问题，创新数据合成方法，提升金融数据质量。以自进化指令合成方式为例，“招联智鹿二代”可以通过生成回复与搜索引擎结果的交叉验证，生成最优语料用作训练样本，为增强模型性能提供了强有力支持。

经测算了解，相比原有的llama3模型，“招联智鹿二代”大模型在大部分权威评测榜单上性能提高接近一倍，且优于一些参数量超过700亿的行业大模型，充分彰显了其在参数效率和任务处理能力上的平衡与强大，同时也印证了轻量级大模型在垂直领域的突出优势。

行业首个开源轻量级大模型  四两拨千斤助推普惠金融深入发展

金融大模型正在掀起新一轮的智慧金融变革风暴，此次招联再推轻量级大模型，将为行业发展提供新的借鉴。基于不断增强的高精度数据获取能力，“招联智鹿二代”将助力消费金融行业发展，在日常办公、金融交互分析、智能客服、信审报告生成、代码生成辅助等实际应用场景中，发挥更大价值。

以智能客服为例，经模拟测试，该版本模型不仅可以结合具体会话状态与服务场景，快速精准地进行会话小结，提升坐席40%作业效率，还能充分利用深度学习技术，准确“理解”客户意图，“共情”客户情绪，并将与客户交互的 “经验”和“感觉”积累形成丰富的参考样本，以更好细化客户诉求，加强二次跟进，专项解决客户问题，推动客服质量优化提升。

在办公效能提升方面，“招联智鹿二代”同样表现卓越，基于日常办公方面完整的知识库，以及强大的智能识别能力，对员工的日常提问、服务咨询实现了80%以上的人工替代和近20%的准确度提升，进一步提高公司内部精细化运营能力。

实践证明，“招联智鹿二代”通过升级优化模型、改善数据集质量、改进训练方法等，凭借更小的大模型参数，也能达成更好的效果，同时减少算力消耗，进一步实现降本增效。

从行业来看，作为消费金融领域排头兵，“招联智鹿二代”的迭代升级将为行业健康发展注入新鲜活力，开源模式的开放态度成为推动普惠金融深入发展的一抹亮色。据透露，为应对更复杂金融问题和更高市场需求，探索“模力金融”实践路径，招联未来还将持续聚焦小参数高性能大模型方向，在优质数据获取和精湛算法等方面不断发力，通过迭代具有更高性能的参数大模型，构建更加卓越的多维评估体系，为行业未来发展提供更强大的技术支持。

作为招商银行与中国联通两家央企的合作典范，招联始终积极协同股东发力数字经济新赛道，秉持“以科技践行普惠 让信用不负期待”的理念，推动普惠金融高质量发展。在未来的发展路径中，招联将持续以技术创新为核心，以业务需求为导向，推动技术与业务的深度融合，致力于为行业带来更多技术突破和业务创新，为用户创造更大价值，开启智能金融新篇章。

编辑/范辉