15 亿参数 半监督语言模 型效果验证 2020 GPT-3 1750 亿参数 超大模型 2022 年初 InstructGPT 13 亿参数 人类反馈强化学习 2022 年 12 月 ChatGPT 基于 GPT-3.5 微调后 用 来改进 GPT 语言 模型的 聊天机器人 2023 年 Q1 GPT-4 提升性能 & 多模态 更贴近人类实际思维 大幅提 升 人工对齐 强化学习 数据： + 更多的对话语料 模型： GPT-3.5 + 强化学 习 参数： 175 B 特点：对话理解能力提升 数据：未公开 模型： GPT 4 + 多模 态 规模进一步增大 in-context learning 规模增大 Prompt 预训 练 SFT RLH F 1 0 使用 PPO 针对奖励模型优化策略 采样一个新的问题 基于有监督策略初 wants ？ 1 2 What you wants ？ 1 3 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 1 4 大模型时代，保险行业各个环节都值得用大模 型重新思考一次 保险营销 产品设计 客户服务 保险精算 团队管理 资产管理 营销 风控 1 5 1. AIGC （

电子 AI+ 系列专题报告 Deep Seek 重 塑 开 源 大 模 型 生 态 ， A I 应 用 爆 发 持 续 推 升 算 力 需 求 证券分析师：胡剑 证券分析师：胡慧 证券分析师：叶子 证券分析师：张大为 证券分析师：詹浏洋 021-60893306 021-60871321 0755-81982153 021-61761072 010-88005307 hujian1@guosen 大模型，截至 24 年 7 月，全球 AI 大模型数量约 1328 个 ( 其中美国位居第一位，占比 44% ；中国位居第二位，占比 36%) ，模型的 迭代加速、 竞争加剧。同时， AI 模型向多模态全方位转变， AI 应用百花齐放，企业主动拥抱 AI 应用市场。因此，模型数量、模型参数、数据总量的持续增长及 AI 应用需求推动 全球算力爆发式增长。在英伟达 GPU 随着架构的不断演进及算力的成倍增长，于 发布， 成 为 全 球 最 强 代 码 开 源 模 型。 DeepSeek- V 2 . 5 发 布 ， 融 合 通 用 与 代 码 能 力 的 全 新 开 源模型。 DeepSeek-R1-Lite 预览 版 正式上线 ， 展现了 o1 没有 公开的完整思考过程。 DeepSeek VL 发 布 ， 作 为 自 然语言到多模态初探。 DeepSeek V2 发 布 ，

5-Sonnet 发 布 ，在 代 码 和 Agent 能力上掀起效率革命。 · ChatGPT 上 线 实 时 视 频 能 力 ，深 入 语 音 视 觉 实 时 多 模 态 应 用 场 景 。 · 国内推理模型迅速跟进。 DeepSeek-R1 、 QwQ-32B-Preview 、 Kimi-k1.5 、 GLM-Zero 、 Skywork-o1 、 Step 发 布 ， 海 外 进 入“一超 多 强 ”的 竞 争 格 局 。 · 国 内 多 模 态 领 域 进 展 迅 速 ， 在 部 分 领 域 领 先 海 外 。视 频 生 成 模 型 可 灵 AI 、 海螺视频、 Vidu 、 PixVerse 等 模 型 陆 续 发布 ， 并在 海 外取 得 较大 应 用进 展 。 · 国 内 通 用 模 型 持 续 提 升 。 Qwen2 Qwen2.5 、 文心 4 . 0 、 GLM4 、 商量 5 . 5 等通用 模 型 陆续 更 新。 跃进期 ·Llama2 开 源 ，极 大 助 力 全 球 大 模 型 开发者生态 。 ·GPT-4 Turbo 、 Gemini 等 海 外 大 模 型 发 布， 继 续提 升 模型 性 能。 ·Midjourney 发布 5.2 Stable

人工智能包含了机器学习，机器学习包含了深度学习，深度学习可以采用不同的模型，其中一种模型是预训练模型，预训 练模型包含了预训练大模型（可以简称为“大模型”），预训练大模型包含了预训练大语言模型（可以简称为“大语言模 型”），预训练大语言模型的典型代表包括OpenAI的GPT和百度的文心ERNIE，ChatGPT是基于GPT开发的大模型产品， 文心一言是基于文心ERNIE开发的大模型产品 人工智能 机器学习 预训练模型 深度学习 预训练大模型 预训练 大语言模型 预训练大语言模型 GPT 文心ERNIE ... ChatGPT 文心一言 1.4 大模型的分类 语言大模型 视觉大模型 多模态大模型 是指在自然语言处理（Natural Language Processing，NLP）领域中的一类大模型，通常 用于处理文本数据和理解自然语言。这类大模型 的主要特点是它们在大规模语料库上进行了训练， 包括VIT系列（Google）、文心UFO、华为盘古 CV、INTERN（商汤）等 是指能够处理多种不同类型数据的大模型，例如 文本、图像、音频等多模态数据。这类模型结合 了NLP和CV的能力，以实现对多模态信息的综合 理解和分析，从而能够更全面地理解和处理复杂 的数据。代表性产品包括DingoDB多模向量数据 库（九章云极DataCanvas）、DALL-E(OpenAI)、 悟空画画（华为）、midjourney等

等抽象接口，实现设备操作系统对多样硬件形 态（芯片、线卡、模块）的封装与适配，促进产业生态开放，便于多 供应商设备统一管控。 3.融合多能力栈 网络设备不仅具备传统路由转发能力，还融合了算力感知、自适 应路径、彩光驱动等智能调度模块，构成了“计算－网络－光传输” 融合的综合服务平台。 4.多样化形态适配多场景部署 支持彩光线卡、模块化白盒、框式路由器等多种硬件形态，可灵 活部署于核心、汇聚、 里云、腾讯云均加入社区并贡献代码，支持 800G/1.6T 接口及 AI 训 练所需的 RDMA 协议。白盒操作系统需要面向广域、算力、第三方 应用等多场景，既可以满足广域业务的一键开通与承载，也可以响应 算力的接入与调度，同时，面临用户界面的多场景应用也能灵活适配。 随着多厂家加入白盒操作系统的研发，白盒操作系统在标准与成熟度 上都有了质的提升。 统一控制器：随着光电融合网络的不断发展，对光网络与电网络 ZR 相干光通信主要解决数据中心间光互连的问题，为数 据中心之间的以太网业务信号在 80 公里到 120 公里这样的场景中提 供了支持相干收发以及 DWDM 功能的光互连能力。为了实现数据中 心在多供应商互联互通方面的需求，光互联论坛（OIF）经过 2016 年到 2020 年 4 年时间的研究与标准制定，发布了最初的 ZR 应用协 议：400ZR 标准。随后，在此基础上 400GBASE-ZR1、ZR+、FlexO-xe

决策能力 依赖预设算法和规则进行决策 能够自主分析情况，实时作出决策 伦理问题 作为受控工具，几乎没有伦理问题 引发自主性和控制问题的伦理讨论 优势领域 函数调用、信息抽取、文本生成、创意写作、多轮对话、复杂角色扮演、打标、开放性问题，多样性高的 任务 数学推导、逻辑分析、代码生成、复杂问题拆解，逻辑密度高的任务 提示语 需显式引导推理步骤 提示语更简洁，只需明确任务目标和需求 适用场景 0 亿 的 D e e p S e e k - V 3 ， 采 用 创 新 Mo E 架构和 FP8 混合精度训练， 训练成本大幅降低 发 布 新 一 代 推 理 模 型 Dee p See k- R 1 ，性 能 与 Ope nA I 的 o 1 正 式 版 持平 ，并开源 至 1 月 30 日， 示将继续加快 原理 ，并基 于 2 0 2 3 年 考。比如， R1 会深入思考多种解题路径，评估优劣后选择数学难题的最优解， 这种能力使其在处理复杂任务时更加高效精准。 挖掘硬件潜力提高算力利用 在推理时， DeepSeek 采用多 Token 预测（ MTP ）技术，实现一次性生成多个 单词。 该技术可同时处理多个句子片段，显著提升长文撰写的写作效率，在处 理大量 文本生成任务时，速度优势明显。 数据信息高效处理 DeepSeek

IDC 数据，1Q23 全球手机销量中主处理器频率超过 2.8GHz 的占比 36%，价格在 1000 美金以上的占比 13%，即旗舰机型占比较低，随着 AI 大模 型在边缘端落地，有望推动新一轮换机潮。 以大语言模型为核心，以语言为接口，控制多 AI 模型系统，构建“贾维斯” 式智能管家。我们认为大语言模型不仅可以实现对话、创意，未来也有望作 为众多复杂 AI 模型的控制中心，同时也是接受用户指令的交互窗口，实现 21 图42： 全球手机分价格段销量占比 .......................................................... 21 图43： AIGC 支撑 AI 多模交互 ...............................................................21 图44： 鸟鸟和类 ChatGPT 模型分身对话 .... 并在各个应用领域将其专业化。具体来说有三个特点：1）对于拥有的超级海量的 数据，无需进行人工标注，即进行自监督学习；2）基础模型规模非常大，参数规 模从十亿到千亿级别；3）训练出的基础模型具有跨领域知识，而后通过微调用降 低成本的方法来训练，以适应不同领域的任务。AI 2.0 的巨大跃迁之处在于，它 克服了前者单领域、多模型的限制。 图1：AI2.0 时代的特征是通过超级海量数据无需标注训练一个大模型 资料来源：创新工场，国信证券经济研究所整理

RIA 托管等 ToA 平台涌现，降低了投顾在客户 账户管理 及其他非专业领域如文件管理、合规管理等方面的难度和准入成本，推动行业买方转型 ; 4) 经历 1980-1992 年的多轮牛熊，以及 1993-2000 年的 7 年长牛和随之而来 2001 年互联网金融泡沫破灭， 以 信任主导的买方投顾模式则在陪伴投资者持续穿越周期的过程中最终实现规模的稳健增长。 Ā 表 8ÿ 美 结底，顾问的服务、建议和与客户的关系—— 人与人的交互 (the human touch) 仍然是 根 本。” 结论 : 金融从业者借力 AI AGENT 的目标是努力从“信息处理”中解放出来，更 多参与“价值判断”与“价值分发” ; Ā 表 18ÿ GenAI 如何赋能财富管 理 资料来源 ÿUBS ，中信建 投 PAR74 DeepSeek 如何推动金融行业数字化转型 4.1 大模型金融核心应用场景 、 中 国 à 联 网 金 融 ` 会 、 X 京 金 融科技产业联盟 … 清 __ 大学金融科技研究院、 X 京大学数字金融研 究 中心 … 红杉中国、 IDG 资本、创 ð 工场、模速空间… … FINRA 、 Global Financial Innovation Network … MIT Media Lab 、 Stanford Computational Finance

人机对话关键技术及挑战 本科生 对话理解与对话生成 对话主导 朱才海 冯梓娴 推荐主导 胡景雯 一致性 张家乐 张开颜 连贯性 个性化 多样性 朱庆福 马龙轩 宋皓宇 刘元兴 李凌志 多轮建模 朱泽圻 风格化 Conversational Intelligence (CI) 张伟男副教授 对话式推荐 个人简介 HIT-SCIR 刘挺教授 博士生 硕士生 智能人机对话系统“笨笨” • 例如：“我想订上海飞往北京的航班” • 评测指标： • Sentence ACC • 领域、意图识别和语义槽填充全做对！ • 特点（难点） • 符合任务型对话的真实应用场景 • 多领域性、多意图性 http://conference.cipsc.org.cn/smp2019/evaluation.html 13 任务一结果排名（ 2019.07.15 ） SMP-ECDT 澄清状态跟踪 词法、句法、语义分析 拒识回复 确认及澄清回复 多领域用户对话意图识别 多领域对话状态跟踪 上下文建模 情感回复 个性化回复 风格化回复 . . . 对话质量评估 情感分析 拒识、确认、澄清、隐式反 馈 ... TTS 领域内分析及处理 ASR 多领域对话状态分布 自然语言理解 文本或语音 文本或语音 状态更新

开展以基于学习科学的职业教育人工智能大模型建设 • 结合大模型工程化实践的系列论文规划与发表 • AI领域顶级会议论文发表 • 开源高质量的Python中文数据集，提高贡献度 • 智能分发多模型开放平台 • 大模型训练服务 • 数据工程服务，建设模型训练的知识库、数据集 • 私有化部署服务 • 智能录课 • 智能助教 • 青鸟人工智能实验室 • 智能学习平台 解决学校的三大需求 的方案 AI实验室算力基础设施 操作系统： Centos/ Ubuntu 分布式/并行文件系统 系 统 层 动态拓展、镜像存储、 隔离策略、高可用、 单机多卡、多机多卡 容 器 层 管理功能：任务、资源、 镜像、存储、数据、 用户、运维 业 务 层 动态监控 资源监控 集群监控 全景大屏 状态信息 资源使用 任务运行 LLAMA2-70B • 轻运维设计 • 开箱即用，动态资源分配，可视 化算力调整 • 可扩展，企业级安全加密 NovaAI开放平台 学习伙伴 教学赋能 千校千面 借助先进的多模态技术，用户通过 文字，图片、语音等进行深度交互， 迅速提炼关键知识点。适配多元化 学习需求，汇聚业界精英教师与学 习同伴，共同打造高效、便捷的学 习新体验。 能够根据讲师的具体教学场景，生