相信很多大家對(duì)理財(cái)AI勇闖「無(wú)人區(qū)」：理解專家、成為專家還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

用十年時(shí)間成為全球在線服務(wù)數(shù)億用戶的財(cái)富管理平臺(tái)后，擺在螞蟻財(cái)富面前的是一段少有人走過(guò)的路:

這5億活躍用戶第一次動(dòng)動(dòng)手就能接觸到各類普惠的理財(cái)產(chǎn)品，但真正理財(cái)行為成熟的僅占兩成。而放眼中國(guó)7.2億基金投資者里，每3600人才能分到1位傳統(tǒng)理財(cái)顧問(wèn)來(lái)服務(wù)。投多顧少，對(duì)很多普通投資者來(lái)說(shuō)，往往處于專業(yè)服務(wù)的「無(wú)人區(qū)」。俗話說(shuō)，「瞎子引瞎子，二人掉深淵」，用戶側(cè)對(duì)專業(yè)服務(wù)的需求呼喚技術(shù)的進(jìn)步。

2020年，「 AI 理財(cái)助理」支小寶正式對(duì)外上線，螞蟻財(cái)富希望能補(bǔ)足行業(yè)服務(wù)的空白。不久，螞蟻財(cái)富又投入50個(gè)人年—— 一個(gè)操作系統(tǒng)的開發(fā)成本——再造支小寶 （1.0）。

誰(shuí)曾想半年后，這位剛達(dá)專業(yè)水準(zhǔn)的 AI 助理，又率先搭上大模型的快車，從檢索式 AI（1.0）進(jìn)化到生成式AI(2.0)，讓4300萬(wàn)普通投資者先一步擁有了自己的「私人理財(cái)專家」。

據(jù)螞蟻財(cái)富保險(xiǎn)智能服務(wù)部總經(jīng)理陸鑫介紹，技術(shù)團(tuán)隊(duì)用最新的大模型技術(shù)去實(shí)現(xiàn)支小寶這樣一個(gè)嚴(yán)謹(jǐn)產(chǎn)業(yè)應(yīng)用時(shí)，做了三層工作:底層是面向嚴(yán)謹(jǐn)應(yīng)用定制的鳳凰大模型 Finix，中間層是模仿專家思考和工作流程的 agentUniverse （下文簡(jiǎn)稱 aU ）專業(yè)智能體框架，兩者結(jié)合支撐了最上層支小寶有效的投顧服務(wù)。

一、空降熱搜，AI 的話大家聽懂了

兩個(gè)月前，金價(jià)狂飆，連帶新版支小寶空降熱搜。

「能不能買?」「要不要買?」用戶的咨詢?nèi)绯彼阌縼?lái)。一個(gè)月內(nèi)，支小寶已發(fā)出上萬(wàn)次針對(duì)黃金的理性投資提醒。雖有些「爹味」，但支小寶卻真的讓很多盲目跟風(fēng)的人冷靜了一下。在熱搜話題里，有人甚至調(diào)侃，「 AI 幾句話，立省10萬(wàn)?！?/p>

熱搜似乎只是一個(gè)縮影，實(shí)際上反映出大語(yǔ)言模型煥新理財(cái)助理后產(chǎn)生的巨大變化——提醒變得通俗易懂，讓人聽得進(jìn)去。新版支小寶上線不久，用戶已超四千萬(wàn)。

「黃金現(xiàn)在能買嗎?」面對(duì)這個(gè)大家普遍關(guān)心的問(wèn)題，支小寶很快給出直觀全面的分析，提醒在高點(diǎn)保持觀望，不急于馬上增持。論據(jù)上，既綜合了平臺(tái)上幾十家基金公司的共識(shí)和分歧、利空利好因素，也考慮了個(gè)人持倉(cāng)。

同樣的問(wèn)題扔給通用大模型，TA 的回答更像隔靴搔癢，因?yàn)椴粫?huì)對(duì)我們的問(wèn)題做任何假設(shè)，所以，說(shuō)了很多，卻又像什么都沒(méi)說(shuō)。

面對(duì)「小米現(xiàn)在怎么樣」這樣有些沒(méi)頭腦、模糊的查詢，支小寶現(xiàn)在也能給出滿意的答復(fù)。

支小寶底層引入嚴(yán)謹(jǐn)應(yīng)用大模型 Finix 和專業(yè)智能體框架 aU 后，金融意圖識(shí)別準(zhǔn)確率從80% 提升到95%，用戶的平均對(duì)話輪次增加了約40%。這無(wú)疑是質(zhì)的提升，技術(shù)團(tuán)隊(duì)說(shuō)到，面向嚴(yán)謹(jǐn)應(yīng)用去定制大模型技術(shù)后，讓支小寶不僅「更像一個(gè)人」還能「像一位專家」，能解決用戶的真實(shí)疑惑。

余音未落，我們瞥見支小寶首頁(yè)右上方顯示，已有600多萬(wàn)人發(fā)起了提問(wèn)。

二、「模仿專家」的關(guān)鍵:意圖理解的飛躍

在「模仿專家、成為專家」的「職業(yè)規(guī)劃」下，支小寶的技術(shù)發(fā)展也被分為兩層:一層，讓支小寶模仿專家去理解用戶;第二層，讓它不再被動(dòng)等待問(wèn)題，通過(guò)主動(dòng)服務(wù)用戶，成為專家。

「模仿專家」準(zhǔn)確把握用戶意圖，這在投顧服務(wù)中尤其具有挑戰(zhàn)性。

不同于搜索場(chǎng)景中明確詳細(xì)的用戶 query，理財(cái)對(duì)話中，用戶的表達(dá)往往簡(jiǎn)單模糊，如「小米現(xiàn)在怎么樣」、「現(xiàn)在黃金怎么樣」，乃至錯(cuò)字或縮寫，如「推薦一支軍工基」。前大模型時(shí)代，AI 依靠關(guān)鍵詞匹配或淺層語(yǔ)義分析，很容易判斷失誤，導(dǎo)致服務(wù)偏離用戶真實(shí)需求。

支小寶1.0嘗試過(guò)用上下文建模緩解這一問(wèn)題，終究不過(guò)揚(yáng)湯止沸。接入大語(yǔ)言模型后，基于大語(yǔ)言模型的多智能體（ Agent ）框架(「仿金融專家多智能體協(xié)同推理」)徹底顛覆了傳統(tǒng)從 NLU 到生成的 Pileline 。

當(dāng)你問(wèn)「小米現(xiàn)在怎么樣」，可以腦補(bǔ)這樣一段畫面，支小寶內(nèi)部的多個(gè) Agent 將各司其職:

一個(gè)用戶服務(wù) Agent 結(jié)合服務(wù)歷史和用戶畫像，生成多個(gè)可能的意圖假設(shè)，一個(gè)知識(shí)檢索 Agent 為每個(gè)假設(shè)搜集背景知識(shí)和相關(guān)資訊，一個(gè)專業(yè)顧問(wèn) Agent 從市場(chǎng)和投顧專業(yè)視角補(bǔ)充觀點(diǎn)和建議。

通過(guò)多專家的「協(xié)同推理」，這些來(lái)自不同 Agent 的信息聯(lián)合起來(lái)確定最可能的用戶意圖，置信度最高的意圖被認(rèn)定為用戶真實(shí)意圖。最后，Agent 們協(xié)作生成最終回答。

這種基于大語(yǔ)言模型的多智能體框架，很容易讓人聯(lián)想到電影《頭腦特工隊(duì)》中人腦的運(yùn)作。樂(lè)樂(lè)、憂憂、怒怒、厭厭和驚驚，各司其職，共同決定主人萊莉?qū)ν饨绱碳さ姆磻?yīng)。

新的解題模式與傳統(tǒng)方式有兩個(gè)明顯不同。

新框架下，系統(tǒng)不是直接做出判斷，而是沿著分歧的「枝條」、「分叉」，推理各種可能。「你可以理解成是一個(gè)地圖，或者是一棵帶有分支的樹，然后沿著分支漫游?！辜夹g(shù)團(tuán)隊(duì)打了個(gè)比方。

另外，得益于「協(xié)同推理」，即便個(gè)別 Agent 判斷失誤，其他 Agent 也可以通過(guò)協(xié)同推理予以糾正，大大提高了系統(tǒng)的魯棒性。

「我們利用專家多智能體的專業(yè)知識(shí)和推理能力，吃掉了用戶表達(dá)中不可避免的的模糊和存疑，最后，用更大規(guī)模的嚴(yán)謹(jǐn)應(yīng)用大模型兜住了前面所有可能的誤差?！辜夹g(shù)團(tuán)隊(duì)解釋道，將對(duì)話系統(tǒng)的基礎(chǔ)從傳統(tǒng) Pipeline 升級(jí)到嚴(yán)謹(jǐn)應(yīng)用大模型 Finix和專業(yè)智能體框架 aU 的組合后，金融意圖識(shí)別準(zhǔn)確率從80% 躍升至95%。

值得一提的是，在「仿金融專家多智能體協(xié)同推理」過(guò)程中，「用戶畫像」扮演著關(guān)鍵角色，這也是螞蟻財(cái)富的傳統(tǒng)強(qiáng)項(xiàng)。

大模型技術(shù)突破之前，他們就能通過(guò)分析用戶在平臺(tái)上的有效脫敏信息，包括理財(cái)行為、理財(cái)偏好等生成用戶畫像。1.0階段就沉淀了多個(gè)專業(yè)的金融模型，能在平臺(tái)噪音中提煉用戶動(dòng)機(jī)，預(yù)測(cè)用戶行為。

現(xiàn)在，支小寶還有一個(gè)專門團(tuán)隊(duì)負(fù)責(zé)用戶畫像生產(chǎn)，借助大語(yǔ)言模型，用戶畫像的顆粒度和洞察深度又被提升到了新高度。

三、「成為專家的 AI 」: 不止被動(dòng)解答還能主動(dòng)搭話

螞蟻財(cái)富很早就涉足到理財(cái)這個(gè)垂直領(lǐng)域的自然語(yǔ)義理解，投入很多精力去讓機(jī)器人聽懂問(wèn)題，但結(jié)果發(fā)現(xiàn)大部分人在專業(yè)嚴(yán)謹(jǐn)應(yīng)用中難以開口問(wèn)出有效問(wèn)題，所以支小寶在技術(shù)上做了一些嘗試，跳出問(wèn)答界面，成為專家，去主動(dòng)服務(wù)，詢問(wèn)用戶是否需要幫助

在支小寶問(wèn)答首頁(yè)，大量用戶真實(shí)問(wèn)題聚合成的「猜你想問(wèn)」、「熱門問(wèn)題」很接地氣，能免去小白和 i 人用戶「難以開口」的尷尬。

「幫我挑只新能源基金」，接到命令后，支小寶迅速調(diào)用各類 API，篩選出10只備選基金，提示風(fēng)險(xiǎn)并表達(dá)對(duì)新能源行業(yè)的中性立場(chǎng)，也主動(dòng)提供看好的消費(fèi)行業(yè)基金供參考。

完成對(duì)話后，支小寶還會(huì)主動(dòng)預(yù)判下一步需求，如「看看消費(fèi)行業(yè)的基金」或「新能源行業(yè)的后市展望?！惯x擇其中一個(gè)，對(duì)話會(huì)繼續(xù)開展下去。

除了中心化的對(duì)話窗口，現(xiàn)在的支小寶還能深入到用戶理財(cái)場(chǎng)景中，作為專家主動(dòng)和用戶交互，發(fā)起對(duì)話，引導(dǎo) TA 進(jìn)入下一個(gè)服務(wù)場(chǎng)景。

比如，用戶查看基金持倉(cāng)陣地、進(jìn)入基金詳情頁(yè)時(shí)，支小寶會(huì)主動(dòng)搭話，問(wèn)詢是否需要解讀漲跌，或者調(diào)整持倉(cāng)。如果主動(dòng)引導(dǎo)「命中」用戶需求，讓他們覺得有用，用戶很可能會(huì)繼續(xù)提問(wèn)，推動(dòng)服務(wù)走向深入。

這種多輪溝通的能力，正是破解金融服務(wù)難題的關(guān)鍵所在。這就像我們?cè)诳床∏筢t(yī)問(wèn)藥的時(shí)候，需要醫(yī)生和我們的多輪復(fù)雜溝通才能摸清「癥結(jié)」，「開具處方」。

技術(shù)團(tuán)隊(duì)進(jìn)一步解釋說(shuō)，大模型壓縮了海量的世界知識(shí)和金融知識(shí)，有一定的推理能力，而專家智能體引入行業(yè)專家的 SOP 進(jìn)一步強(qiáng)化了這種推理能力，讓支小寶學(xué)會(huì)預(yù)測(cè)用戶在享受某項(xiàng)服務(wù)后，下一步最可能需要什么。

過(guò)去，由于技術(shù)局限性，支小寶追求對(duì)話準(zhǔn)確性，并不會(huì)特別關(guān)注輪次。現(xiàn)在，輪次已經(jīng)成為衡量服務(wù)深度的重要指標(biāo):用戶與新版支小寶的對(duì)話輪次提升了約40%。

四、對(duì)齊:成為「專家」的關(guān)鍵一環(huán)

在向「專家」進(jìn)階的路上，AI 其實(shí)也跟人一樣努力。每個(gè)月，技術(shù)團(tuán)隊(duì)都會(huì)拿出包含2000多個(gè)問(wèn)題的評(píng)測(cè)數(shù)據(jù)集，讓人類專家和支小寶來(lái)一場(chǎng)雙盲 PK，看看后者有沒(méi)有長(zhǎng)進(jìn)。

現(xiàn)在，面對(duì)「巴菲特現(xiàn)在為什么加倍下注油氣股票 」、「巴菲特為什么減持比亞迪」、「橋水基金的投資哲學(xué)是什么」這樣的問(wèn)題，支小寶也能像金融專家一樣解讀。

通用大語(yǔ)言模型雖然可以通過(guò)檢索增強(qiáng)生成（ RAG ）迅速捏合一個(gè)摘要式答案，卻難以像分析師一樣深入剖析問(wèn)題。

回答「巴菲特現(xiàn)在為什么加倍下注油氣股票 」。

讓支小寶向?qū)＜覍?duì)齊，正是這支隊(duì)伍的核心工作，其中一個(gè)極其重要的工作就是「對(duì)齊訓(xùn)練」，這也是 ChatGPT 獲得成功的關(guān)鍵。

不過(guò)，「理財(cái)專家」定位使得支小寶的對(duì)齊水位需要比 OpenAI 的「3H 」（ Helpful、Harmless、Honest ）更高，面向理財(cái)這樣的嚴(yán)謹(jǐn)應(yīng)用，支小寶技術(shù)團(tuán)隊(duì)「由內(nèi)到外」向?qū)＜覍?duì)齊，對(duì)齊標(biāo)準(zhǔn)從3H 升級(jí)為嚴(yán)謹(jǐn)性和專業(yè)性，整體工作也可謂細(xì)致入微。

首先，對(duì)齊工作背靠?jī)蓚€(gè)核心訓(xùn)練環(huán)節(jié)——監(jiān)督微調(diào)（ SFT ）和基于人類反饋的強(qiáng)化學(xué)習(xí)( RLHF )，前者明確指示模型應(yīng)該完成哪些任務(wù)，后者教導(dǎo)模型如何以人類偏好的標(biāo)準(zhǔn)完成這些任務(wù)。

為了讓支小寶能嚴(yán)謹(jǐn)?shù)赝瓿扇蝿?wù)，大模型底座就需要努力克服眾所周知的模型幻覺。類似于駕照訓(xùn)練讓司機(jī)對(duì)齊了安全駕駛的標(biāo)準(zhǔn)，支小寶底層模型也對(duì)齊了嚴(yán)謹(jǐn)?shù)臉?biāo)準(zhǔn)。在監(jiān)督微調(diào)（ SFT ）階段，他們從數(shù)據(jù)、量綱、實(shí)體、關(guān)系、事實(shí)、觀點(diǎn)和計(jì)算等維度拆解「嚴(yán)謹(jǐn)」，為不同任務(wù)場(chǎng)景準(zhǔn)備相應(yīng)的數(shù)據(jù)集，教會(huì)支小寶如何嚴(yán)謹(jǐn)?shù)靥幚頂?shù)字、觀點(diǎn)、實(shí)體，保障它們的可信可溯源。

在基于人類反饋的強(qiáng)化學(xué)習(xí)（ RLHF ）環(huán)節(jié)，他們進(jìn)一步訓(xùn)練大模型對(duì)嚴(yán)謹(jǐn)性和專業(yè)性的自發(fā)遵從，這也是讓大語(yǔ)言模型勝任嚴(yán)謹(jǐn)應(yīng)用的關(guān)鍵。新版支小寶會(huì)在缺乏信息時(shí)「認(rèn)慫」，避免強(qiáng)答;會(huì)像人類專家一樣，提供專業(yè)分析的同時(shí)，識(shí)別和安撫用戶情緒，這都?xì)w功于這個(gè)訓(xùn)練環(huán)節(jié)為系統(tǒng)對(duì)齊了專家的回答標(biāo)準(zhǔn)。

接受完監(jiān)督微調(diào)（ SFT ）和基于人類反饋的強(qiáng)化學(xué)習(xí)( RLHF )「調(diào)教」的大語(yǔ)言模型，就像手握駕照的司機(jī)，上路總歸有危險(xiǎn)，還需要安全的汽車和交通系統(tǒng)。為此，技術(shù)團(tuán)隊(duì)也安排了數(shù)據(jù)鏈路、智能體反思、安全圍欄、攻防巡檢等系統(tǒng)性措施進(jìn)一步保障支小寶的嚴(yán)謹(jǐn)性。

不過(guò)，知易行難，最大的挑戰(zhàn)其實(shí)是構(gòu)建專家水平的高質(zhì)量指令集所需要的定力和資源——當(dāng)你為大語(yǔ)言模型寫好劇本后，接下來(lái)就要準(zhǔn)備相應(yīng)的指令數(shù)據(jù)（和銀子）。

技術(shù)團(tuán)隊(duì)花了大量心思構(gòu)建金融能力指令集。他們借鑒了布魯姆模型，這是教育心理學(xué)中一種廣受認(rèn)可的能力評(píng)估方法，提供了清晰的認(rèn)知發(fā)展路徑，將能力培養(yǎng)劃分為記憶、理解、應(yīng)用、分析、評(píng)價(jià)、創(chuàng)造等遞進(jìn)階段，為訓(xùn)練過(guò)程提供了明確主線。

通過(guò)將這六個(gè)認(rèn)知層次與不同業(yè)務(wù)場(chǎng)景交叉對(duì)應(yīng)，技術(shù)團(tuán)隊(duì)詳細(xì)定義了支小寶在每個(gè)場(chǎng)景和認(rèn)知階段應(yīng)掌握的具體技能，并據(jù)此設(shè)計(jì)訓(xùn)練任務(wù)，最終形成了一套專業(yè)的金融能力培養(yǎng)方案。

在數(shù)據(jù)標(biāo)注上，螞蟻財(cái)富也投入了大量精力和資源。支小寶底層的嚴(yán)謹(jǐn)應(yīng)用大模型面向?qū)＜疫M(jìn)行對(duì)齊訓(xùn)練，這意味著只有專家水準(zhǔn)的人才能滿足標(biāo)注工作的嚴(yán)謹(jǐn)性和專業(yè)性，他們不僅為此組建了一個(gè)具有專業(yè)標(biāo)注能力的團(tuán)隊(duì)，還維護(hù)著一支具有金融和算法復(fù)合能力的技術(shù)隊(duì)伍，專門針對(duì)高難度問(wèn)題構(gòu)建精準(zhǔn)的金融語(yǔ)料和數(shù)據(jù)，確保支小寶能夠在復(fù)雜的金融領(lǐng)域游刃有余。

五、接力:「原生大模型技術(shù)人員」

時(shí)間倒轉(zhuǎn)2018年，支小寶的「前身」——內(nèi)部代號(hào)為「安娜」的智能理財(cái) AI 項(xiàng)目啟動(dòng)，恰逢 OpenAI 的 ChatGPT 前身 GPT-1.0開始研發(fā)。當(dāng)時(shí)，AI 的真正威力尚未完全釋放。

支小寶的初期團(tuán)隊(duì)匯聚了 NLP、CV 和工程技術(shù)等多領(lǐng)域的精英。他們懷著探險(xiǎn)家的熱情出發(fā)，卻很快發(fā)現(xiàn)前路崎嶇難行。每一步都像在荒野中開辟道路，即便親眼目睹大語(yǔ)言模型帶來(lái)的巨大突破，仍難以完全信任它的潛力。過(guò)往積累的知識(shí)和技能仿佛一夜貶值，也徒增一些不安與壓力。

如今，這個(gè)技術(shù)團(tuán)隊(duì)也不斷擴(kuò)充著新鮮血液，一群「原生大模型技術(shù)人員」正成為團(tuán)隊(duì)中堅(jiān)力量。這些人能丟掉之前的技術(shù)包袱，天生以大模型思維解決問(wèn)題，仿佛從不擔(dān)心技術(shù)的邊界，在不知不覺中拓展了曾經(jīng)的技術(shù)邊界。

技術(shù)更迭如同潮水，一浪高過(guò)一浪。就像多年前支付寶的掃碼支付，當(dāng)那聲清脆的「滴」響起，曾經(jīng)令人驚嘆的技術(shù)復(fù)雜性瞬間歸于平靜?？傆幸惶?，轟轟烈烈的大模型還有它的原生技術(shù)人員，也將沉淀為后代生活中一個(gè)平凡的 Token。

但更多的普通人，已經(jīng)就此獲益。

以上就是關(guān)于【理財(cái)AI勇闖「無(wú)人區(qū)」：理解專家、成為專家】的相關(guān)內(nèi)容，希望對(duì)大家有幫助！

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！