利用时序分析技术，可视 化 资产端（如贷款）与负债端（如同业存单）的剩余期限分布，预警超过监管 19 阈值 19 或内部风险偏好的错配敞口） 6 、如何评估利率敏感性模型的准确性？（对比市场利率变动与模型预测 的 净利息收入（NII）波动差异，通过蒙特卡洛模拟验证压力测试假设的合理 性， 识别模型过度乐观或保守的偏差） 7、如何发现资本工具创新中的监管套利？（构建资本充足率计算规则引 到期日分布 与压力测试假设的一致性；通过资金管理系统追踪日内头寸波动，核查应急融 资 预案的可操作性。 3 、利率风险敏感性缺口审计：提取存贷款重新定价期限数据，构建久期 缺 口分析模型；对比银行利率冲击测试结果与独立模型的预测偏差。 4、表外理财业务穿透审计：使用 NLP 技术解析理财产品说明书，提取底层 资产类型及占比；关联托管系统数据，验证非标资产期限错配是否突破监管红线。 查分析记录是否包含资金流向图谱、客户经营背景调查等关键信息；将反洗钱 系 统预警数据与核心系统交易日志对比，发现 3 笔通过修改交易备注规避监测 25 的拆 分转账；提取预警处理时间轴数据，发现 15%案例超过 72 小时未处置， 违反内 部操作规程。 25 4 、反洗钱内控制度健全性审计：对比监管新规（如虚拟资产交易指引）， 发现数字银行业务缺少加密货币兑换风险控制条款；访谈跨境金融部员工，发现

makefile、CMakeLists.txt 中可以替换成鲲鹏加速库的内容，并提供替换建议和功能修复。 » 计算精度分析：精度分析工具对应用函数插桩后，分别在 x86 平台和鲲鹏平台运行，最终通过对比输出结果， 分析平台计算精度差异。 图 3-20 代码优化阶段 代码开发 代码优化 编译 调试 调优 • 场景化 SDK • 启发式编程 • BoostKit 应用使能 • 鲲鹏亲和分析 调优助手 调优助手通过系统化组织和分析性能指标、热点函数、系统配置等信息，形成系统资源消耗链条，引导用户 根据优化路径分析性能瓶颈，并针对每条优化路径给出优化建议和操作指导，以此实现快速调优。 对比分析 支持对同一种类型分析任务的结果，选择同一节点或者不同节点间进行比较，从而快速获得不同分析结果之 间的差别，定位性能指标的变化，快速识别优化手段的效果。 HPC 集群检查 通过对用户指定的 程序 Java 性能分析 热点函数分析 线程 / 锁分析 调用分析 内存分析 GC 分析 IO 分析 快照 / 对比 业务热点分析 (HTTP/SQL/NoSQL) 线程 / 锁分析 I/O 分析 内存分析 GC 分析 热点分析 快照 / 对比 数据报告离线导入 云服务化 鲲鹏原生开发技术白皮书 / 52 鲲鹏原生开发能力介绍 表 3-1 任务描述 任务分类

引发近乎科幻但并非遥不可及的哲学思辩：教育人类还是训练大模型 担心AIGC带来的技术依赖弱化学习主体的主动性和敬畏感 • AIGC的知识掌握范围、信息加工与分析的精准性和有效性以及成长速度，是人类作为个体经过多年的教 育也难以对比与企及的。部分专家担心AIGC技术能够让学习者不经过艰苦的学习就能够轻松得到知识和 能力，会弱化他们努力学习的主动性甚至对学习的敬畏之心 担心AIGC作为优秀的“学习主体”争夺人类学习者的教育资金投入 档 的 交 互 ※ ChatDOC：文章及段落内容概括，名词及公式解释等 （提供对应转跳链接及脚注） ※ 1）多文档对比查询，SCISPACE生成表格回复异同之处 2）相关文献查询、选中后，SCISPACE生成文献综述 基 于 多 个 文 档 的 交 互 AIGC应用前后对比 应用示例 图表 绘制 数据 处理 文献 阅读 细分 场景 表达 润色 数据 预测 … 24 ©2024 图片填充等方式，通过拖拉拽生成并完善PPT 课件生成 课程录制 结合数字人技术，搭配已有课件PPT，生成录播 课程 AIGC应用前 AIGC应用后 备课规划 1 2 3 AIGC应用前后对比 应用示例 资源 搜集 课件 制作 教案 撰写 细分 场景 课程 录制 … 25 ©2024.2 iResearch Inc. www.iresearch.com.cn ©2024

核心技术.............................................................................22 III （五） 与现有技术的对比............................................................ 23 四、 相关标准化组织及其相关活动.................. 是中间网络设 备（如 CDN、防火墙）因无法理解应用层数据内容，只能进行基于 IP 和端口的 浅层优化，导致缓存命中率等性能指标下降 40%以上。这种现状与 OSI 模型标 准化的初衷形成鲜明对比，亟需在网络架构中引入统一的数据抽象层，在保持格 式灵活性的同时实现语义互操作，从而突破当前"数据管道"式传输的局限性。 4) 跨平台数据可信保障技术缺乏 数据的流通和利用面临着可信、隐私保护和数据安全等多重挑战。为了确保 训练，显 著提升研究效率等。 数字实体网络在数据主权管理、跨组织协作、分布式协同、AI 代理自主协 作等方面展现出的优势，可用表 2 进行归纳说明。 表 2 数字实体网络解决方案与传统方案的对比 问题领域 传统方案缺陷 数字实体网络解决方 案 提升效果（预测） 数据共享 所有权让渡或效率 低下 使用权精准分离 共享效率提升 3-5 倍 业务协同 中心化平台依赖 去中心化原子协作

通用人工智能 (AGI) 的创新型科技公司。 2024 年 12 月， DeepSeek-V3 发布，性能对齐海外领军闭源模型。据官方技术论文披露， V3 模型的总训练成本 为 557.6 万美元， 对比 GPT-4o 等模型的训练成本约为 1 亿美元。 2025 年 1 月， DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版。在数学、代码、 自然 语言推理等任务上，性能比肩 OpenAI-o1 Llama-3.1-405B 等其他开源 模型，并 逼近 GPT-4o 、 Claude-3.5-Sonnet 等顶尖闭源模型。据官方技术论文披露， V3 模型的总训练成本为 557.6 万美元，对比 GPT-4o 等模型的训练成本 约为 1 亿美元。 l 2025 年 1 月， DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版。 DeepSeek-R1 在后训练阶段大规模使 请务必阅读正文之后的免责声明及其项下所有内容 DeepSeek-V3 发布，性能对齐海外领军闭源模 型 图： DeepSeek-V3 等模型执行不同推理任务性能对比 图： DeepSeek-V3 具有更优的模型性能 / 价格比例 图： DeepSeek-V3 等模型多项评测成绩对比 资料来源： DeepSeek 官网，国信证券经济研究所 整理 资料来源： DeepSeek 官网，国信证券经济研究所 整理 资料来源：

金使用效率、工期延误情况等关键指标； 还能对工程合同、变更、索赔数据进行 分类和排序，帮助审计人员快速识别高风险区域和异常交易。DeepSeek 与可视 化工具结合使用，能够生成工程造价趋势图、预算执行情况对比图等直观展示。 例如，审计人员可以利用某工程建设单位的每日资金流动数据进行深入分析， 发现资金使用异常、工程款支付与实际进度不匹配等问题， 及时防范工程审计风 7 险，如 图 2-7 任务：评估[水利工程名称]的进度执行与成本控制状况 2. 请求：请重点关注以下方面： - 关键里程碑完成情况分析 - 进度延误原因识别 - 成本超支项目分析 3. 行动：请系统审核： - 项目计划与实际进度对比 - 预算与实际支出差异 - 变更管理文档 4. 背景：该项目作为[地区]重点水利工程，其进度和成本控制影响[具体影响] 5. 示例：请参考[类似水利工程]的优秀管理实践，提出切实可行的改进建议 在对话框中输入类 “ 似 分析这份成本明细中各项成本的占比是否合理，与过往类似项目对比情况如 ” 何 等提示词。DeepSeek 会自动匹配本地知识库中已有的类似项目数据、成本指 标、成本数据以及相关政策法规，给出初步的成本测算结果，并提供参考依据和 数据来源，与知识库中的过往项目成本数据进行对比，给出优化建议。如 图 5-7 成本分析问答示例所示。 37 图 5-7

核规则、评价模型等进行推理决策，识 别风险点 • 投资研究：针对特定的政策内容或突发事件做深度解读，产出观点报告，支持决策 • 条款智能核验：把产品具体条款，对比知识库中监管和内规政策进行比对，判断是否合规，给 出整改建议 • 智能用数：支持复杂库表情况下的查询与分析作业，自助取数、经营分析 • 智能开发：需求助手、编码助手、测试助手、运维助手 DeepSeek 场景应用布局 算 CPU GPU AI 芯片 L. 以太网 RoCE TCP HDD HHD SSD 力 报告生成 制度问答 会议纪要 智能写作 文档对比 指标问答 数据模型 业绩分析 指标分析 ChatBI 通用大模型 专业大模型 领域大模型 AI 算法库 人保大模型应用实践 - AI 保宝 近两年，人保寿险建设“ AI 保宝”大模型平台项目，引进生成式大语言模型，面向保司内勤、外勤两大群体，切实解决在办公 保司 内勤 保司 外勤 知识问答、合同审核对比、 文案 / 海报生成等 坐席话术推荐、产品 咨询服务等 产品条款、投保规则、保单 贷款等解答 管理岗位、作业 岗位、 IT 岗位等 电话客服、电商 客服、营销员等 2023

近年同期 最低 22年首降至100%以下，实现近年最优水平 经营成本率对比 115.5% 105.3% 104.5% 103.9% 102.6% 95.0% 100.0% 105.0% 110.0% 115.0% 120.0% 近年同期 最低 近五年逐年下降，实现近年最优水平 综合成本率对比 华农保险在仅有10亿元资本金（中资财险公司排名倒数第4）的情况下 www

较多，部分上市公司历史悠久、商业模式较为成熟， 国内多数商业模式仍然处于探索性阶段，因此美股的案例对国内AI医疗商业模式的研究具备一定的借鉴意义。 ➢ AI+医疗的产业图谱：国内AI医疗产业链相对比较复杂，按照AI赋能的产业链环节不同，我们认为可以大概分为4类。 • C端自我管理：C端患者运用AI工具管理自己的健康，如慢病管理、个性化用药、健康数据追踪等； • B2C远程管理：C端患者和B “同”：AI是一个新生事物，应用端的快速崛起，多数公司和商业模式目前处于摸索尝试阶段，跟上一轮一样或存在“不确定性”。 AI+医疗的中美差异 ➢ 产业发展阶段不同：美国部分医疗AI相关产业相对比较成熟，在AI出来之前便有一定的基础（算法等），AI进一步赋能产业；国内基础 相对比较薄弱。 ➢ 医疗卫生体制差异：美国医疗AI是偏严肃医疗的概念，管理模式类似于处方药，需要做临床试验、FDA审批，并可以医保报销。中国部 分医疗AI产品偏 云胶片 eFilm系统 云胶片,即“数字影像服务”通俗名称,是基于云存储和互联网等技术的医学 影像数据管理服务。经授权后,医生可随时随地调阅原始DICOME格式的医学影 像完整数据,对于跨院影像的历史对比浏览,以及应用MPR等高级处理功能。此 外,还能方便患者长期保存与分享,促进检查数据的互联互通互认。 万里云 Smart软件 Smart软件系列整合万里云医疗大数据和强大的人工智能算力等优势资源

................................................................................. 23 图 50： 智能前端摄像机对比................................................................................................... 频数据进行结构化处理，并做不同维度的分析，提高目标的识别准确性。 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 24 / 28 图50：智能前端摄像机对比 数据来源：海康威视官网，东吴证券研究所 云边结合的趋势下，前端智能芯片迎来更大机会。云边结合的关键在于将视频分析 的能力从完全云端分析到云端终端一起分析，因此前端的 AI 能力重要性将显著增加。 数据来源：荣旗科技招股说明书，东吴证券研究所 机器视觉检测是 AI 技术在智能制造中最好的落脚点之一。举例来看： AI 图像增强技术等技术可以通过人工智能机器学习算法预处理图片，提升工业相 机拍摄照片或扫描出图像的对比度，降低图像噪点，增强图像边缘等，提升后续进一步 检测的准确度。 AI 缺陷检测算法则可针对消费电子类产品常见的压伤、凹凸、异物等各种缺陷完 成大量模型预训练。在具体项目中调用视觉检测平台时则可通过小样本训练检测技术，