ภาษาไทย
English
การปรับแต่งโมเดลภาษาขนาดเล็กเพื่อยกระดับความเข้าใจในบริบทบริการทางการเงินท้องถิ่น ศัพท์เฉพาะทาง และข้อซักถามที่กำกวมของลูกค้า
ไทเป 12 มิถุนายน 2569 /PRNewswire/ -- บริษัท Cathay Financial Holdings (Cathay FHC) ได้เดินหน้าผลักดันการประยุกต์ใช้เจนเนอเรทีฟ AI ในภาคบริการทางการเงินอย่างต่อเนื่อง ผ่านโครงสร้างทางเทคนิค GAIA ของบริษัท และกลยุทธ์การให้บริการด้วยปัญญาประดิษฐ์ (AIaaS) เพื่อยกระดับประสิทธิภาพการดำเนินงาน และประสบการณ์ของลูกค้า โดยต่อยอดจากการทดสอบประสิทธิภาพของโมเดลภาษาขนาดใหญ่ (LLM) ในภาคการเงินเมื่อปีที่ผ่านมา ล่าสุด Cathay FHC ได้เปิดเผยผลการวิจัยด้าน AI ล่าสุดในงาน NVIDIA GTC Taipei 2026 โดยแสดงให้เห็นถึงวิธีนำโมเดลภาษาขนาดเล็ก (SLM) แบบโอเพนซอร์สมาปรับแต่งเพื่อจำแนกประเภทเจตนาของลูกค้า และนำไปประยุกต์ใช้กับสถานการณ์บริการทางการเงินในอนาคต
การศึกษานี้ได้ประเมินผลโมเดลโอเพนซอร์สชั้นนำมากมาย ทั้งจาก Meta, TAIDE, TAME, NVIDIA และ OpenAI ผลลัพธ์ในเบื้องต้นชี้ให้เห็นว่า ภายใต้กรอบการทดสอบนี้ โมเดล SLM ที่ผ่านการปรับแต่งแล้วอาจช่วยลดการพึ่งพาวิศวกรรมพรอมต์ที่ซับซ้อน และโมดูลการค้นคืนข้อมูลแบบเวกเตอร์ ซึ่งจะช่วยลดความซับซ้อนของโครงสร้างระบบ ตลอดจนลดความยุ่งยากในการดำเนินงานและการบำรุงรักษาในอนาคต
ข้อค้นพบระบุว่า เมื่อนำโมเดล SLM มาผสานรวมกับชุดข้อมูลด้านการเงินที่ออกแบบมาอย่างพิถีพิถัน ร่วมกับการปรับแต่งโมเดลอย่างตรงจุด จะช่วยเพิ่มความเสถียรของโมดูล ประสิทธิภาพการอนุมาน และขีดความสามารถในการควบคุมการปรับใช้งานระบบขึ้นได้ ซึ่งในส่วนของการจำแนกประเภทเจตนาของลูกค้านั้น โมเดล SLM ที่ได้รับการปรับแต่งแล้วสามารถทำผลงานได้ใกล้เคียงกับโมเดล LLM แบบระบบปิดทั่วไป และเข้าใกล้ระดับของโมเดล LLM เชิงพาณิชย์ชั้นนำ ซึ่งเป็นข้อมูลอ้างอิงที่ใช้งานได้จริงสำหรับองค์กรต่างๆ ในการประเมินกลยุทธ์การฝึกอบรม และการปรับใช้งานโมเดล AI
ในแง่ของการกำกับดูแลข้อมูลและความเป็นส่วนตัวนั้น การศึกษานี้ได้ใช้แนวทางการจำลองข้อมูลขึ้นมาทั้งหมดเพื่อรับประกันว่าจะไม่มีข้อมูลจริงของลูกค้าถูกนำมาใช้ในระหว่างการฝึกอบรมโมเดล โดย Cathay FHC สามารถเสริมสร้างขีดความสามารถของโมเดลในการเข้าใจบริบทบริการทางการเงินในท้องถิ่น ศัพท์เฉพาะทางในอุตสาหกรรม และข้อซักถามที่กำกวมของลูกค้าได้ดียิ่งขึ้น ผ่านการใช้เทคนิคต่างๆ เช่น การจัดกลุ่มฟังก์ชันการบริการ การออกแบบชุดข้อมูลแบบเจตนาเดี่ยวและหลายเจตนา การปรับบริบทให้เข้ากับท้องถิ่นของไต้หวัน และการขยายคำสำคัญ
การประยุกต์ใช้งานในอนาคตที่มีศักยภาพยังครอบคลุมไปถึงการสอบถามยอดคงเหลือของสินเชื่อที่อยู่อาศัย บริการช่วยเหลือด้านการชำระเงินผ่านบัตรเครดิต และระบบนำทางบริการของสาขา ซึ่งเป็นการวางรากฐานสำหรับระบบค้นหาอัจฉริยะ การส่งต่อสายบริการ และการสร้างประสบการณ์ความผูกพันกับลูกค้ายุคใหม่
ในมุมของสถาปัตยกรรมทางเทคนิคนั้น Cathay FHC ได้รวมเครื่องมือ AI ของ NVIDIA เช่น NVIDIA NeMo Customizer, NVIDIA NeMo Curator และ NVIDIA TensorRT-LLM เข้ากับทรัพยากรการประมวลผลสถาปัตยกรรม NVIDIA Hopper เพื่อสนับสนุนการสร้างข้อมูล การปรับแต่งโมเดล การเพิ่มประสิทธิภาพการประมวลผล และการประเมินผลเชิงทดลอง การใช้ประโยชน์จากระบบนิเวศ AI ของ NVIDIA ได้ช่วยให้ Cathay FHC สามารถเสริมความแข็งแกร่งให้กับขีดความสามารถในการพัฒนาโมเดลเฉพาะทางด้านการเงิน การกำกับดูแลข้อมูล และการทดสอบแอปพลิเคชันอย่างต่อเนื่อง
ในช่วงไม่กี่ปีที่ผ่านมา Cathay FHC ได้ขยายการพัฒนานวัตกรรม AI ไปสู่สถานการณ์ทางการเงินที่หลากหลายอย่างมั่นคง โดยสร้างรากฐานเทคโนโลยีที่สามารถต่อยอดได้ โดยครอบคลุมตั้งแต่การปรับปรุงกระบวนการภายในองค์กร การยกระดับการบริการลูกค้า การทำความเข้าใจความรู้ทางการเงิน ไปจนถึงการกำกับดูแลโมเดล AI โดย Cathay FHC ยังคงมุ่งมั่นที่จะพัฒนาการวิจัย AI ให้ก้าวหน้าอย่างสอดคล้องกับหลักเกณฑ์ มีความปลอดภัย และยืดหยุ่นพร้อมรับความเปลี่ยนแปลง ในขณะที่สถาบันการเงินต่างๆ ต้องรับมือกับสภาพแวดล้อมที่มีกฎระเบียบข้อบังคับเพิ่มมากขึ้น ข้อกำหนดด้านการกำกับดูแลข้อมูลที่เข้มงวด และความคาดหวังของลูกค้าที่เปลี่ยนแปลงไปอย่างรวดเร็ว
Cathay FHC จะยังคงเดินหน้าสำรวจการจำแนกประเภทข้อมูลที่มีบริบทยาว การทำความเข้าใจเอกสารทางการเงินขั้นสูง และการประยุกต์ใช้ AI ข้ามสถานการณ์อย่างต่อเนื่อง ผ่านการพัฒนาแนวทางการฝึกอบรมและการปรับใช้งานโมเดลที่ออกแบบมาให้เหมาะสมกับภาคการเงินโดยเฉพาะ บริษัทมีเป้าหมายที่จะเร่งสร้างสรรค์นวัตกรรม และขับเคลื่อนบริการทางการเงินที่ชาญฉลาด มีประสิทธิภาพ และมีลูกค้าเป็นศูนย์กลางอย่างแท้จริง
Cathay Financial Holdings presented validation results for open-source small language models (SLMs) at NVIDIA GTC Taipei 2026, demonstrating how fine-tuned SLMs can support customer intent classification while enhancing AI's understanding of local financial service contexts, domain-specific terminology, and ambiguous customer queries. (Source: Cathay Financial Holdings)
แสดงความคิดเห็น