-
江南農商銀行:引入DeepSeek 加速推進數字金融智能化
更新時間:2025-03-03
在當前數字經濟蓬勃發展的時代背景下,江南農商銀行緊跟時代步伐,積極探索金融科技的應用與創新。近日,伴隨著國產大模型 DeepSeek 的迅速崛起,江南農商銀行依托其已有的全棧自主可控的大模型應用平臺小江智腦,成功本地化部署 DeepSeek系列智能模型,加速推進數字金融智能化進程。
此次引入的DeepSeek系列模型,包括DeepSeek-R1-Distill-Qwen-32B、DeepSeek-R1-671B以及DeepSeek-VL2多模態模型,為知識問答、數據分析、圖片分類等業務場景提供更新的解決方案。
在知識問答領域,DeepSeek-R1-Distill-Qwen-32B模型已在江南農商銀行全行知識問答場景中成功部署投產。通過應用DeepSeek模型重構全行知識問答助手,以其強大的推理能力使其進行深入理解復雜問題,破解大模型面對金融領域專業性較強問題時深度推理能力有限、無法感知專業語境等困局。利用該模型優化后,知識問答準確率提升約10%,減少了追問和反饋信息的時間,在充分發揮江南農商銀行豐富的知識資產的同時,提高員工的工作效率。
在數據分析領域,江南農商銀行接入DeepSeek-R1模型,實現指標數據的分析報告自動生成功能。通過融合的專家混合架構和多頭潛在注意力機制,處理指標數據時并行處理輸入序列中的每個元素,快速捕捉數據間的長距離依賴關系,提高計算效率。當用戶輸入指標數據相關問題或需求時,能快速理解復雜的數據分析需求,精準識別用戶意圖。結合該模型強大的推理能力和結構化輸出能力,不僅能生成文字形式的分析報告,還能根據數據特點和分析結果,自動生成可視化圖表,使分析結果更直觀易懂。
在圖片分類場景中,DeepSeek-VL2多模態模型的部署帶來了革命性的變化。江南農商銀行率先將其應用于便民通進件圖片分類場景中,既可以依據圖像的視覺特征,結合相關的文本描述進行判斷,還可以利用對中文圖文理解準確性和語義連貫性的優勢,提升進件圖片識別的準確率。此外,該模型還能在對包含文字的進件圖片進行分類,理解圖片中的文檔版式和文字信息,判斷圖片所屬類別,將傳統的“識別-判斷-分類”的方案壓縮至一步完成,提升進件圖片分類效率。
在場景研究領域,采用ollama推理技術部署DeepSeek-R1-671B模型,專注場景研究與探索。該模型憑借其強大的邏輯推理和數據分析能力,為該行在產品開發、市場策略制定等方面提供科學依據和創新思路,推動業務不斷向前發展。
目前,江南農商銀行的大模型應用,已經重點在辦公、營銷、運管、信貸及研發五大關鍵領域成功布局,同時通過對業務痛點和需求的深入挖掘,有效解決了多個業務領域的核心問題,還定制開發了20多項智能化應用場景。此次成功引入DeepSeek系列模型,更是展示了江南農商銀行在金融科技應用方面的創新能力和領先地位。
未來,江南農商銀行將繼續深化金融科技應用,推動數字金融智能化進程,為客戶提供更加優質、便捷的金融服務。(徐 旖)