近日，奇富科技（QFIN）聯(lián)合復(fù)旦大學(xué)、華南理工大學(xué)研究人員共同發(fā)起了一場(chǎng)以“信貸多模態(tài)ai（886062）如何定標(biāo)準(zhǔn)”為主題的直播討論。直播深度解析首個(gè)面向信貸場(chǎng)景的多模態(tài)評(píng)測(cè)基準(zhǔn)FCMBench-V1.0——該基準(zhǔn)圍繞多模態(tài)感知、推理與決策等關(guān)鍵環(huán)節(jié)設(shè)計(jì)評(píng)估任務(wù)，并同步開(kāi)源數(shù)據(jù)集與評(píng)測(cè)工具，試圖為金融AI建立一把可被廣泛認(rèn)可的“尺子”。整場(chǎng)分享時(shí)長(zhǎng)1小時(shí)，融合學(xué)術(shù)前沿與產(chǎn)業(yè)實(shí)踐，為金融機(jī)構(gòu)、科研院校及行業(yè)從業(yè)者提供了專業(yè)參考與發(fā)展思路。以下為本次直播核心內(nèi)容梳理。
產(chǎn)業(yè)實(shí)踐視角：FCMBench讓金融AI模型能力有了統(tǒng)一衡量標(biāo)尺
奇富科技（QFIN）多模態(tài)負(fù)責(zé)人楊葉輝率先從產(chǎn)業(yè)實(shí)踐角度，剖析了金融AI的發(fā)展痛點(diǎn)與FCMBench-V1.0的研發(fā)初衷和核心設(shè)計(jì)邏輯。他形象地將AI比作工具“鋤頭”，而金融、醫(yī)療這類高門(mén)檻行業(yè)則是具備發(fā)展?jié)摿Φ摹胺饰滞恋亍?，金融業(yè)務(wù)對(duì)隱私、安全、合規(guī)的天然高要求，決定了模型能力的驗(yàn)證絕不能靠“自說(shuō)自話”，必須建立一套客觀、統(tǒng)一的評(píng)測(cè)體系。
FCMBench-V1.0的誕生，正是為了解決金融機(jī)構(gòu)在模型選型時(shí)的核心困惑。楊葉輝指出，當(dāng)前金融行業(yè)存在不同模型各自宣稱高評(píng)分、卻無(wú)統(tǒng)一對(duì)比標(biāo)準(zhǔn)的問(wèn)題，且模型在實(shí)驗(yàn)室環(huán)境與真實(shí)生產(chǎn)環(huán)境中還易出現(xiàn)性能大幅下滑的情況，F(xiàn)CMBench的核心價(jià)值，就是做一把衡量模型能力的“統(tǒng)一尺子”，把不同模型拉到同一條起跑線上，讓其能力在真實(shí)業(yè)務(wù)條件下接受檢驗(yàn)。
圍繞這把“尺子”的設(shè)計(jì)，楊葉輝提出了FCMBench堅(jiān)守的三大原則：公平性、科學(xué)性、實(shí)戰(zhàn)性。公平性杜絕“自說(shuō)自話”，建立統(tǒng)一評(píng)測(cè)底線；科學(xué)性體現(xiàn)為數(shù)據(jù)分布、任務(wù)與難度設(shè)置合理，可有效區(qū)分算法差異；實(shí)戰(zhàn)性則是核心，力求模型在基準(zhǔn)上的優(yōu)異表現(xiàn)能直接適配真實(shí)業(yè)務(wù)場(chǎng)景。
為了讓評(píng)測(cè)更貼合實(shí)際，F(xiàn)CMBench通過(guò)模擬十余種真實(shí)拍攝干擾、設(shè)置證件信息合理性判斷、多證件比對(duì)等推理類任務(wù)，還原信貸業(yè)務(wù)中的各類風(fēng)險(xiǎn)場(chǎng)景。楊葉輝舉例，若用戶提供的年收入累計(jì)超50萬(wàn)但納稅比例低于10%，這類明顯的風(fēng)險(xiǎn)點(diǎn)便是FCMBench納入的推理類難題，以此考驗(yàn)?zāi)Ｐ偷娘L(fēng)險(xiǎn)識(shí)別和反欺詐判斷能力，確保評(píng)測(cè)任務(wù)設(shè)置的實(shí)際價(jià)值。
在楊葉輝看來(lái)，F(xiàn)CMBench并非“為做而做”，其核心目標(biāo)是反哺業(yè)務(wù)及行業(yè)本身，定位是金融行業(yè)的公共資源，旨在通過(guò)統(tǒng)一標(biāo)準(zhǔn)實(shí)現(xiàn)AI能力與業(yè)務(wù)價(jià)值的深度綁定。同時(shí)，F(xiàn)CMBench也是金融大模型學(xué)術(shù)研究與產(chǎn)業(yè)應(yīng)用的溝通橋梁，技術(shù)層面將持續(xù)擴(kuò)充任務(wù)、數(shù)據(jù)類型、語(yǔ)種與模態(tài)，實(shí)現(xiàn)信貸AI全場(chǎng)景覆蓋；行業(yè)層面則會(huì)聯(lián)動(dòng)高校攻關(guān)技術(shù)難點(diǎn)，邀請(qǐng)銀行及各類金融機(jī)構(gòu)深度參與共建，豐富真實(shí)業(yè)務(wù)數(shù)據(jù)與場(chǎng)景，推動(dòng)其升級(jí)為行業(yè)公認(rèn)的評(píng)測(cè)標(biāo)準(zhǔn)乃至團(tuán)體標(biāo)準(zhǔn)，成為金融機(jī)構(gòu)模型選型與合作的實(shí)戰(zhàn)門(mén)檻。
學(xué)術(shù)研究視角：金融AI的“ImageNet時(shí)刻”亟待到來(lái)
如果說(shuō)產(chǎn)業(yè)界關(guān)注的是“尺子”怎么用，那么學(xué)術(shù)界更關(guān)心“尺子”為何缺失，以及如何打造一把真正公信力的“標(biāo)尺”。
復(fù)旦大學(xué)陳濤教授從AI發(fā)展史切入，直指問(wèn)題本質(zhì)：“AI大模型發(fā)展高度依賴開(kāi)源生態(tài)，而金融領(lǐng)域目前缺乏國(guó)內(nèi)外公認(rèn)的統(tǒng)一評(píng)測(cè)數(shù)據(jù)集與標(biāo)準(zhǔn)。沒(méi)有統(tǒng)一‘尺子’，企業(yè)與學(xué)術(shù)界難以協(xié)同投入研究，無(wú)法形成強(qiáng)有力的發(fā)展生態(tài)，這從根本上制約了金融大模型的誕生?！?/p>
他將目光投向了深度學(xué)習(xí)的里程碑——ImageNet。“ImageNet數(shù)據(jù)集推動(dòng)了深度學(xué)習(xí)的爆發(fā)，成為圖像識(shí)別領(lǐng)域的統(tǒng)一評(píng)測(cè)標(biāo)桿，類似的評(píng)測(cè)標(biāo)準(zhǔn)是AI行業(yè)突破的關(guān)鍵?！标悵J(rèn)為，當(dāng)前金融領(lǐng)域正缺乏這種統(tǒng)一、全面的評(píng)測(cè)數(shù)據(jù)集，難以形成協(xié)同發(fā)展生態(tài)，亟需打造屬于自身的“ImageNet”。
對(duì)于奇富科技（QFIN）推出的FCMBench-V1.0，陳濤評(píng)價(jià)其為當(dāng)前國(guó)內(nèi)外金融信貸領(lǐng)域規(guī)模大、權(quán)威性高的統(tǒng)一評(píng)測(cè)基準(zhǔn)之一。相較于行業(yè)內(nèi)其他零散的評(píng)測(cè)數(shù)據(jù)集，F(xiàn)CMBench-V1.0首次實(shí)現(xiàn)了模態(tài)統(tǒng)一，覆蓋信貸、風(fēng)控等多類核心任務(wù)，且全程面向真實(shí)業(yè)務(wù)場(chǎng)景設(shè)計(jì)，由奇富科技（QFIN）及業(yè)界首發(fā)的特性，讓其兼具全面性與實(shí)用性，成為金融領(lǐng)域打造專屬“ImageNet”的重要探索。
產(chǎn)學(xué)研融合視角：金融AI落地優(yōu)勢(shì)顯著，F(xiàn)CMBench銜接產(chǎn)業(yè)需求與人才培養(yǎng)
華南理工大學(xué)許言午教授則從產(chǎn)學(xué)研融合的角度，解讀了金融AI的實(shí)際應(yīng)用現(xiàn)狀、落地優(yōu)勢(shì)，并闡述了FCMBench在行業(yè)人才培養(yǎng)方面的重要價(jià)值。
他首先澄清了一個(gè)普遍誤解：“很多人直覺(jué)上覺(jué)得AI在金融領(lǐng)域‘存在感不強(qiáng)’，其實(shí)并不準(zhǔn)確。AI早已深度參與保險(xiǎn)定價(jià)、資產(chǎn)評(píng)估和量化交易等核心場(chǎng)景，只是這些價(jià)值并不直接呈現(xiàn)在ToC產(chǎn)品中，因此‘看不見(jiàn)’。”
同時(shí)，許言午還指出，相較于醫(yī)療等其他高門(mén)檻行業(yè)，金融AI具備顯著的落地效率優(yōu)勢(shì)，落地效率可達(dá)數(shù)十倍乃至上百倍。這一優(yōu)勢(shì)的背后，是金融信貸領(lǐng)域可通過(guò)歷史數(shù)據(jù)回測(cè)、雙模型并行測(cè)試的方式，快速驗(yàn)證模型實(shí)際效果，模型調(diào)整周期（883436）極短；而醫(yī)療行業(yè)若變更算法，需重新完成臨床前實(shí)驗(yàn)等全流程驗(yàn)證，耗時(shí)可達(dá)三五年，二者的實(shí)操成本存在巨大差距。
對(duì)于金融數(shù)據(jù)集的打造，許言午提出了三大核心要素：價(jià)值驅(qū)動(dòng)、全面精巧、公正普惠。他認(rèn)為，優(yōu)質(zhì)的金融數(shù)據(jù)集，首先要選題有價(jià)值且具備創(chuàng)新性，能夠真正解決行業(yè)實(shí)際問(wèn)題；其次設(shè)計(jì)要全面精巧，兼顧行業(yè)多維度的應(yīng)用需求；最后測(cè)評(píng)方式要公平公正，立足行業(yè)公共價(jià)值打造，而非以私利為導(dǎo)向。
而FCMBench-V1.0的推出，恰好契合了這三大要素，同時(shí)還在金融行業(yè)人才培養(yǎng)方面發(fā)揮著重要作用。許言午表示，F(xiàn)CMBench是銜接人才培養(yǎng)與金融行業(yè)需求、完善行業(yè)人才梯隊(duì)的重要紐帶，它既能為AI輔修金融等方向的學(xué)生提供真實(shí)的產(chǎn)業(yè)實(shí)踐場(chǎng)景，提升其就業(yè)競(jìng)爭(zhēng)力，也能為算法類專業(yè)學(xué)生提供貼合實(shí)際的金融行業(yè)應(yīng)用場(chǎng)景，助力其快速適配金融領(lǐng)域的崗位需求，進(jìn)而為金融行業(yè)持續(xù)補(bǔ)充優(yōu)質(zhì)人才，完善行業(yè)人才梯隊(duì)建設(shè)。
本次直播中，三位嘉賓分別從產(chǎn)業(yè)實(shí)踐、學(xué)術(shù)研究、產(chǎn)學(xué)研融合三個(gè)不同維度，圍繞信貸多模態(tài)ai（886062）標(biāo)準(zhǔn)建設(shè)展開(kāi)深度探討，讓行業(yè)對(duì)金融AI的發(fā)展現(xiàn)狀、痛點(diǎn)及未來(lái)方向有了更清晰的認(rèn)知。未來(lái)，隨著FCMBench-V1.0的持續(xù)運(yùn)營(yíng)與共建，以及更多金融機(jī)構(gòu)、科研院校的參與，金融領(lǐng)域有望逐步形成類似ImageNet的開(kāi)源生態(tài)，讓AI技術(shù)與金融業(yè)務(wù)實(shí)現(xiàn)更深度的融合，推動(dòng)金融AI朝著標(biāo)準(zhǔn)化、規(guī)范化的方向發(fā)展，最終實(shí)現(xiàn)技術(shù)突破與產(chǎn)業(yè)落地的雙向賦能。
