▲國泰金控於NVIDIA GTC Taipei發表AI智慧代理的發展藍圖，國泰金控副總梁明喬發表主題演講，說明大型語言模型(LLM)在處理專業金融知識方面的可行性。(圖／國泰金控提供)
記者巫彩蓮／台北報導
國泰金控（2882）與NVIDIA合作共同研究如何運用 NVIDIA NeMo在符合法規與商業需求的前提下，於本地端安全部署大型語言模型(LLM)，以契合台灣的監管環境與市場需求，這項成果於今（21）日在NVIDIA GTC Taipei發表，顯示大型語言模型(LLM)在處理專業金融知識方面的可行性，為區域內具規模、特定領域的AI應用奠定基礎，同時提出在台灣金融業導入AI智慧代理的發展藍圖，突顯國泰在技術領域的領導地位與對創新的承諾。
國泰金控副總經理暨國泰世華銀行數據長梁明喬表示，我們運用台灣本地金融授信知識、法規文獻及實務案例等作為訓練語料，在模型上利用NVIDIA NeMo框架進行預訓練(Pre-training)、微調(Fine-tuning)等技術手法，藉NVIDIA的加速運算完成70至80億參數量的大型語言模型訓練。透過知識蒸餾(Knowledge Distillation)與NVIDIA NeMo Curator框架，擴增訓練資料達4至5倍，大幅縮短資料準備時間，亦輔以NVIDIA TensorRT框架加速模型評估流程。成果顯示，此模型不僅能精準回應進階金融問答，亦具備通過進階授信人員證照考試能力，展現AI在金融領域的應用潛力。
隨著全球AI技術快速演進，AI Agent正成為新一代人工智慧的發展趨勢。相較傳統具對話功能的工具型AI，AI Agent具備環境感測、記憶與自主規劃能力，能根據情境變化主動推論、規劃並執行任務，象徵AI由「回應式工具」正式邁入「主動型代理」的新階段。在金融場域中，AI Agent的應用潛力無窮，惟目前市面上多數屬通用大型語言模型，對於台灣在地金融知識、專業術語及產業實務掌握仍不足，難以準確回應台灣市場金融使用者需求。此次國泰金控運用NVIDIA加速運算的優勢，充分展現金融機構如何結合專有與產業特定資料，進一步提升大型語言模型的應用效能。
AI Agent於金融場景的應用具深遠潛力，目前多數大型語言模型(LLM)仍屬於通用型，缺乏深入理解台灣金融產業特定需求的能力，因此難以完全滿足本地機構與使用者的精細要求。國泰金控使用NVIDIA加速運算平台的成果，展示了金融機構如何結合專有和產業特定資料以超越基礎大型語言模型。
梁明喬強調，國泰金控將持續與NVIDIA合作，推進具備更廣泛金融知識與實務應用能力的領域專屬大型語言模型(LLM)。展望未來，國泰金控將持續強化AI Agent的適應性推理、複雜決策輔助與情境感知任務執行等能力，涵蓋從交易處理、服務自動化到智慧資訊擷取等多元應用，盼開啟以AI驅動的智慧金融創新服務新時代。
讀者迴響