科创中国

行业领域

电子信息技术,信息安全技术,通信技术

需求背景

随着科技的快速发展，人工智能技术已经渗透到金融行业的方方面面，在场景金融的发展中，如何提高资产运营效率成为行业面临的一大挑战。现需开发一款面向银行业的智能语言模型、多模态情感检测识别等金融相关人工智能场景的平台。

需解决的主要技术难题

1.基于类ChatGPT的大模型赋能，提升语义理解的准确性，精准识别客户的需求和意图，解决传统客服系统智能化程度低，应变能力不足的缺陷

2.提升虚拟数字人的交互体验和实用性，情感检测识别技术达到精准辨识、智能应答、用户满意度提升

3.平台能统一管理多源异构的算法框架、模型文件和模型服务，支持XGBoost、MLflow、TensorFlow、Caffe、PyTorch、Scikit-learn、Spark-MLlib等多种训练框架的模型，以及Sophon Base中通过可视化建模和编程式建模训练得到的模型。

期望实现的主要技术目标

1.具备开放领域与金融专业领域的相关知识，实现与客户的智能交互，具备多轮对话记忆能力，对话正确率达到90%以上

2.支持多种情感输入方式，包括文字、图像、语音、姿态、面部表情等。同时支持多种情感识别算法，包括语音识别、语义识别、图像识别、机器学习等，综合判断用户当前情感状态，并保证识别的准确率在90%以上；

3.支持自主训练和在线更新，在使用过程中能够实时优化算法、更新模型。

处理进度