▎案例一：中国农业银行ChatABC大模型应用体系建设实践
银行自研大模型需要具备一套完善的大模型应用体系，农业银行ChatABC大模型应用体系包括算力、数据、大模型资产、统一平台工具、规范、配套和应用生态，为大模型应用提供支持。本文旨在为金融机构构建高效的大模型应用体系提供参考。
▎案例二：中国工商银行大模型落地实践
工商银行在远程银行、智慧办公、研发等企业内部场景进行了大模型应用的初步探索，通过聊天交互模式，协助用户完成文案撰写、文档审核、代码生成等各类智力性和创造性工作，并基于实践总结出一套银行大模型建设路径。本案例旨在为金融机构大模型应用提供经验借鉴。
查看完整案例：中国工商银行大模型落地实践
▎案例三：中国建设银行大模型应用实践
国内大模型当前在复杂的逻辑推理任务上表现一般，建设银行将大模型应用于智能文档分析、辅助智能客服、舆情分析等国内大模型更加擅长的领域。本文介绍了建设银行对各类大模型的评测结果以及大模型训练过程，为金融机构大模型应用提供参考。
查看完整案例：中国建设银行大模型应用实践
▎案例四：中国邮政储蓄银行大模型应用实践
在投行业务领域，中国邮政储蓄银行运用大模型技术辅助本外币拆借业务，构建数字代理员工理解对手方交易意图，从简单的咨询出价逐步介入交易谈判、成单撮合、策略研判，实现自动交易撮合，在业内属于较为创新的应用场景之一。
查看完整案例：中国邮政储蓄银行大模型应用实践
▎案例五：平安银行大模型应用探索
大模型将助力银行数字化转型，银行在数据、算力、算法方面和科技公司相比没有明显优势，因此平安银行基于数据及场景的差异化优势，更多的探索上层应用创新。
目前，平安银行在数字化经营、数字化运营、数字化管理三个领域尝试大模型应用。本文介绍了平安银行在营销物料生成、经营数据分析、客户与员工情感分析、房贷文件审批等场景的大模型技术探索，为其他银行提供参考。
查看完整案例：平安银行大模型应用探索
▎案例六：浦发银行大模型应用探索
浦发银行在多个业务场景探索大模型应用，其中数据标注、问答场景、财富管理等场景大模型试用效果较好，交易辅助等场景效果不佳，代码生成场景在引入国外厂商产品时存在合规问题。
大模型未来有望成为企业AI标准化的重要组成部分，但在银行内部需要成熟和被大量验证后才会大范围应用。
查看完整案例：浦发银行大模型应用探索
▎案例七：北京银行大模型与向量数据库探索
北京银行在大模型领域以自研为主，在应用场景的选择上，对话不是业务的刚性需求，很难直接带来业务价值，大模型可能会发挥价值的场景包括：
• 通过大量数据的预训练和小量数据样本的学习快速实现业务交付，例如在图像识别场景，通过自动化标注小样本学习实现单据识别；
• 通过搜索快速找到信息给出答案，提高信息的利用效率。
在探索大模型的过程中，北京银行业同步引入了Milvus向量数据库，用于智能投顾、OCR识别和图文检索等业务场景。
查看完整案例：北京银行大模型与向量数据库探索
▎案例八：阳光保险大模型应用实践
阳光保险基于开源百亿级参数模型，注入保险领域专业数据，通过指令微调、全量微调、知识挂载等方式完成垂直领域大模型微调训练。
• 在内部员工办公场景，阳光保险已实现大模型在文本生成、图像生成、研发运维等各类场景进行应用，提高内部办公效率；
• 在保险销售方面，阳光保险正在开发寿险销售机器人、车险全线上销售机器人、实境演练机器人等，其中车险全线上销售机器人的实验指标表明大模型远超传统AI模型和通用领域大模型。
查看完整案例：阳光保险大模型应用实践
▎案例九：广发证券大模型应用实践
广发证券基于AI模型推理平台构建了本地私有化的大语言模型训练环境，已对清华大学ChatGLM开源模型实现完全本地化部署，支持财富管理、机构交易、投资银行、企业运营等业务线多种应用场景，如托管客服咨询、机构客户回话要素提权、资讯内容生成、运营文案生成、流程自动转账等。
查看完整案例：广发证券大模型应用实践
▎案例十：申万宏源财富业务领域大模型应用探索
在证券公司财富业务领域，大模型的适用场景主要分为四类，第一类是智能问答、客服、机器人，第二类是智能推荐、搜索，第三类是客户意图识别、情感计算，第四类是智能投顾、投教。申万宏源财富业务领域已经上线的大模型应用场景主要有智能问答、智能研报降维等。
查看完整案例：申万宏源财富业务领域大模型应用探索
