“大模型应用并非单一算法的应用，而必须依托模型工程、数据工程与软件工程的深度融合。其中，数据工程扮演关键角色，尤其在金融行业中，专项且规范的数据集是推动大模型落地的核心支撑。”在“金融行业数据标注与高质量数据集建设”交流活动中，浦发银行科技发展部副总经理周骏表示。
他解释道，大模型应用应被视为一个动态系统，必须与数据紧密结合并同步变化。数据工程需要紧跟数据更新的节奏不断迭代，通过持续训练优化模型，才能使大模型应用更贴合业务实际需求。同时，大模型的出现也改变了数据工程的发展方向：以往行业更多聚焦于结构化数据处理，而如今多元、多模态数据已成为大模型运行的重要基础。
在阐述金融行业的特殊性时，周骏运用了“人才类比”的方法。他将DeepSeek等开源大模型比喻为具备通识能力的本科生或研究生，而金融行业所需的是具有专业金融知识的“专才”。他认为，培养金融领域的“AI专才”关键在于获取专项知识，其核心载体正是金融行业的专项高质量数据集。
周骏认为，随着DeepSeek等开源大模型的兴起，金融行业对数据集的需求变得更加迫切。一方面，需要更多面向金融场景的专项数据集与语料；另一方面，也要求数据集符合金融业务的合规性与规范性。这些数据集将直接应用于银行的风控、营销、运营等日常业务，为金融服务提质增效提供支撑。
贵州日报天眼新闻记者 李姗
编辑 朱登芳
二审 管云
三审 岳振
融创配资提示：文章来自网络，不代表本站观点。
