春节期间 ,DeepSeek 火爆出圈 , 在全球 140 个市场的移动应用下载排行榜上位居榜首 , 引起海内外的广泛关注。

DeepSeek-R1 作为一款基于强化学习训练的创新型人工智能模型 , 凭借开源模式、低成本高性能优势 , 在数学、代码和自然语言推理等任务中 , 性能达到或超越行业顶尖水平 , 展现出巨大的应用潜力和广泛的行业渗透力。

早在 2024 年 12 月 DeepSeek-R1 ( Lite 版 ) 发布之初 , 金证股份 AI 技术团队便敏锐地捕捉到 DeepSeek 在金融垂直领域的应用前景 , 充分与公司 AI 应用产品进行技术对接 , 将 DeepSeek 引入金融业务场景 , 加速推动大模型落地应用。

近日 , 金证自研大模型及 AI 应用已完成与 DeepSeek 主流模型的全面对接 , 包括 DeepSeek-R1 和 DeepSeek-V3, 深度赋能投行、投研、投顾、风控、运营、客服等关键领域的 AI 应用场景 , 推动金融服务的数智化转型升级。

大模型基础技术平台层面 , 金证股份将 DeepSeek 大规模应用于自研大语言模型 K-GPT、代码大模型 K-Code 等核心 AI 服务产品 , 进一步增强了技术平台在金融场景下的语义理解、数据分析、自动化处理及逻辑推理能力。

K-GPT 基于开放的模型适配框架 , 能够灵活接入并即时切换市面上主流的通用大模型。通过引入 DeepSeek,K-GPT 在语言模型和推理能力方面得到了强有力的支持 , 为用户带来更加全面、精准且前沿的信息生成体验。

引入 DeepSeek 的金证大模型在金融行业应用中展现出显著的提升和效果。通过深度融合 DeepSeek-R1 大模型 , 金证大模型实现了全面的升级迭代 , 通过 DeepSeek 强大且高效的推理能力 , 进一步增强金证大模型的用户意图理解能力 , 极大拓宽了金证大模型的应用场景 , 使之可以更好、更快、更专业地解决已有的场景问题。经内部评估 , 引入 DeepSeek 模型之后 , 金证大模型的输出幻觉降低 10%, 拒答率下降 16%。

K-Code 借助 DeepSeek 的代码生成与优化能力 , 简化了场景应用的落地开发流程 , 在提高研发效率的同时确保更高的生成质量 , 生成结构更为完整、逻辑更为清晰的代码。目前 ,K-Code 已应用于集团内开发和测试人员的代码生成、代码补全、代码优化、bug 定位与解决、测试用例生成、代码文档生成、代码规范性检查、代码关键节点注释等场景。经内部评估 , 全场景的开发效率显著提升 15% 以上。

金证股份 AI 技术团队负责人指出 ,DeepSeek-R1 的混合专家架构 ( MoE ) 提供了极具成本效益的解决方案 , 无论是通过本地部署降低 GPU 算力压力 , 还是通过 API 灵活调用模型 , 都能很好地满足不同业务场景的需求。此外 ,DeepSeek-R1 独特的生成思维链能力 , 使其决策过程透明可追溯 , 更加符合金融监管对透明性和合规性的严格要求。

AI 应用场景层面 , 金证股份将 DeepSeek 应用于解决产品部门全流程参与者的痛点 , 包括需求分析、需求文档撰写、代码开发辅助、自动化测试等 , 并积极推进 DeepSeek 与现有的投行、投研、投顾、风控、运营、客服等多个关键领域应用产品的融合 , 进一步推动 AI 技术在金融场景的落地速度和深度。

金证投行产品引入 DeepSeek-R1, 将思考模型应用于智能投行产品的开发 , 实现招股说明书拆分、说明书与底稿关联、投行问答、说明书辅助撰写等多场景覆盖。

金证 AI 技术团队通过仔细分析 DeepSeek-R1 的技术特点 , 探索出既能发挥 DeepSeek-R1 语言推理能力又能满足业务部门需求的融合策略 , 即结合规则和小模型预处理进行招股说明书拆分 , 然后利用 DeepSeek-R1 进行说明书与底稿关联 , 并基于 DeepSeek-R1 执行长链路的投行问答与写作辅助。

在银行科技领域 , 金证 AI 技术团队通过仔细分析业务需求 , 明确 Deepseek-R1 和 Deepseek-V3 混合支持的策略 , 将 Deepseek-R1 应用于交易要素解析、指令要素解析 , 并将 Deepseek-V3 应用于多轮对话的关键要素提取 , 对于需要进一步推理的场景 , 再介入 Deepseek-R1 进行长链路推理的多阶段策略 , 成功保证银行科技指令管理系统开发的快速平稳运行。

此外 , 在智能投研、智能投顾、智能风控、智能运营、智能客服等多个核心金融场景中 , 金证股份基于 DeepSeek-R1 的深度推理与逻辑分析能力 , 探索构建更加高效可靠、更为智能的 AI 应用解决方案 , 助力金融机构更敏捷地应对市场变化。

智能投研 : 通过深入挖掘隐藏在海量数据中的复杂模式和因果关系 , 构建更加精准的市场趋势预测模型 , 提升复杂金融任务的执行效率。

智能投顾 : 依托深度的推理能力 , 通过对客户的财务状况、风险偏好、投资目标和行为特征进行多层次分析 , 揭示客户未明确表达的需求和潜在的投资机会。

智能风控 : 通过跨领域数据融合和复杂因果推断 , 发现隐藏的风险因素 , 还支持高级的压力测试和情景模拟 , 帮助金融机构在危机中保持稳健运营。

智能运营 : 基于证券经纪业务知识数据 , 结合 DeepSeek 大模型的自然语言理解 , 辅助智能语音交互 , 以 3D 数字人的形象 , 打造 " 金小蜜 " 数字员工秘书 ,7*24 小时提供专业化服务 , 随时满足客户需求 , 降低运营成本并提升服务体验。

智能客服 : 通过多层次的情感分析和用户行为建模 , 理解客户的潜在需求并提供超预期的服务 , 为其量身定制最适合的产品和服务 , 提升客户的服务质量。

在人工智能和大数据时代 , 算力是推动技术创新的核心驱动力。金证依托自有算力以及华为的强大算力资源 , 能够灵活扩展计算能力 , 助力客户快速完成 DeepSeek 模型训练、推理部署 ( 信创 ) 等任务 , 让技术创新不再受限于算力瓶颈。

伴随着人工智能热潮和 AI 应用场景多点开花 , 金证股份全面布局 AI 领域 , 向行业推出了自主研发的金融领域特定场景大语言模型 K-GPT、代码大模型 K-Code 以及大模型应用开发平台 , 为投行、投研、投顾、风控、运营、客服等多业务场景提供创新的智能金融产品及解决方案 , 并携手行业合作伙伴在人工智能领域不断优化、创新。

未来 , 金证股份将持续深耕金融领域 , 推动大模型技术在金融行业的融合应用 , 构建全栈智能解决方案 , 为客户提供更具业务场景应用价值、更高效可靠且具有前瞻性的解决方案 , 助力金融行业的创新与高质量发展。