数字化浪潮席卷全球，金融行业正经历着前所未有的变革，资产管理和财富管理领域尤为显著。

　　金融科技已成为推动金融业数字化转型的核心力量，在金融创新和服务效率提升方面扮演着关键角色。随着人工智能、大数据、云计算等前沿技术的飞速发展，特别是大规模预训练语言模型（LLM）的突破，金融机构正积极探索金融行业垂类大模型技术的研发与应用。

　　上海在金融垂类大模型的创新应用方面走在全国前列，积极推动相关标准落地。12月6日，在中共上海市委金融委员会办公室、上海市经济和信息化委员会的指导下，上海市人工智能行业协会和上海金融业联合会联合发布了《金融大模型应用评测指南》（简称《测评指南》）。这是金融大模型领域全国首个以金融业务能力为核心的团体标准，旨在深化金融垂直领域应用，规范和引导金融领域用好模型。

　　据悉，《测评指南》以金融业务为核心，以金融机构模型应用为导向，从模型基础、金融安全与价值对齐、金融风险控制、金融专业认知、金融业务辅助拓展等五个维度，提出了185项指标要求，构建了金融领域大模型的能力测评框架。同时，该指南还细化了相关的评测内容，给出了评测方法与工具，并附录了评测分级标准。

　　在模型基础能力方面，《测评指南》定义了包括文本分类、信息抽取等在内的11项单模态指标要求，以及图文检索、视频问答等在内的6项多模态指标要求。在金融安全与价值对齐能力方面，围绕模型的可靠性、可解释性以及隐私保护，该指南设计了包括内容合规、文化价值、伦理价值等在内的9项指标要求。

　　此外，上海库帕思科技有限公司发布了金融大模型评测数据集（2024版），成为金融领域大模型应用成效评测的重要工具。金融机构根据《测评指南》的能力测评框架，共设计了44000余句对的评测数据。该评测数据集具有规模大、结构优、价值对齐等特点，符合金融领域对知识鲜活度、多样性和高密度的要求。未来，金融评测数据集将定期更新，并在Open Data Lab和开放原子社区发布。

　　同日，在2024滴水湖新兴金融年度大会上，《上海全球资产管理中心建设资产管理大模型应用实践与指南》（简称《实践指南》）正式发布。该指南由上海资产管理协会、智能投研技术联盟（ITL）联合多家成员机构共同撰写，汇聚了众多资产管理、财富管理领域专家的智慧和实践经验。

　　《实践指南》聚焦于资产管理与财富管理领域大模型的应用实践现状、挑战与机遇，以及大模型技术的能力发展情况。该指南旨在为行业提供一套全面、系统的实践指南和技术指导，帮助行业机构有效利用大模型技术优化投资研究工作效率、增强风控管理能力，提升资产管理与财富管理的客户服务体验及效率，同时确保合规性和安全性。通过一系列实践案例，该指南展示了大模型技术在实际业务中的应用效果和价值。

　　据了解，《实践指南》还概述了资产管理行业的发展背景，分析了大模型技术的演进历程及其在资产管理与财富管理领域的应用潜力。同时，该指南还讨论了大模型在资产管理和财富管理领域的应用现状，包括当前面临的主要挑战，如业务场景试错成本高、数据隐私保护、计算资源需求大等问题。此外，该指南还提出了资产管理与财富管理领域大模型应用的建设路径，包括场景选择、模型选型、语料供给和算力建设等关键环节，并涵盖了风险合规管理、安全与伦理问题防范、人才培养等重要内容。

　　“数字技术在不断发展，金融资管业务也在不断开拓，技术与业务的融合发展永无止境。”上海资产管理协会、智能投研技术联盟相关负责人表示，希望《实践指南》能够为资产管理与财富管理行业的决策者、管理者、技术人员以及对金融科技感兴趣的读者提供参考和启发。

（图片来源：网络；文章来源：上海证券报·中国证券网）