NVIDIA Blog
·
金融机构为何趋向于交易基础模型以构建自身智能
内容提要
金融机构正在采用交易基础模型，构建统一的智能系统，以克服现有模型的孤立性。通过大型AI系统，机构能够更好地理解消费者行为，提升反欺诈和信用评分等领域的表现。NVIDIA与Revolut等公司合作，开发基于变换器的模型，处理数十亿金融事件，显著提高效率和准确性。
关键要点
-
金融机构正在采用交易基础模型，以克服现有模型的孤立性，构建统一的智能系统。
-
大型AI系统能够更好地理解消费者行为，提升反欺诈和信用评分等领域的表现。
-
NVIDIA与Revolut合作开发的PRAGMA模型，处理了240亿个事件，显著提高了效率和准确性。
-
传统的欺诈模型评估孤立信号，而基础模型则在上下文中解释行为，提升了任务表现。
-
Mastercard正在开发一个大型表格基础模型，旨在减少对多个AI模型的依赖，提升性能。
-
Adyen通过强化学习最大化转化率，处理了1万亿美元的支付，显示出微小改进的巨大价值。
-
42%的金融公司正在使用或评估代理AI，改变了金融行为的性质。
-
EXL、Infosys等服务合作伙伴正在帮助金融机构将交易基础模型应用于特定用例，提升决策能力。
延伸解读
交易基础模型的优势
交易基础模型通过整合大量金融事件数据，能够在上下文中分析消费者行为。这种方法不仅提高了反欺诈和信用评分的准确性，还能在多个领域内提升决策能力，帮助金融机构更好地理解客户需求。
金融机构的转型挑战
尽管交易基础模型提供了显著的优势，但金融机构在转型过程中仍面临挑战。模型的复杂性和数据孤岛问题可能导致实施困难，机构需要有效的策略来整合现有系统与新技术。
合作伙伴的重要性
金融机构在应用交易基础模型时，依赖于服务合作伙伴的支持。EXL、Infosys等公司在帮助机构实现模型的落地和优化方面发挥了关键作用，确保技术能够有效融入现有业务流程。
延伸问答
金融机构为何选择交易基础模型？
金融机构选择交易基础模型是为了克服现有模型的孤立性，构建统一的智能系统，以更好地理解消费者行为。
交易基础模型如何提升反欺诈和信用评分的表现？
交易基础模型通过在上下文中解释行为，考虑时间、设备和位置等因素，从而提高反欺诈和信用评分的准确性。
NVIDIA与Revolut合作开发的PRAGMA模型有什么特点？
PRAGMA模型是基于变换器的基础模型，处理了240亿个事件，显著提高了效率和准确性，能够在多个领域超越传统模型。
Mastercard正在开发什么样的基础模型？
Mastercard正在开发一个大型表格基础模型，旨在减少对多个AI模型的依赖，并提升在支付、欺诈检测等领域的性能。
Adyen如何利用交易基础模型提升转化率？
Adyen通过强化学习最大化转化率，处理了1万亿美元的支付，显示出微小改进的巨大价值。
金融机构如何与服务合作伙伴合作应用交易基础模型？
金融机构可以与EXL、Infosys等服务合作伙伴合作，将交易基础模型应用于特定用例，提升决策能力和运营效率。
