行业核心挑战 - 小微金融面临数据透明度低和有效决策依据匮乏的挑战 [1] - 企业类型高度多样化导致数据格式混乱且难以有效组织和打通 [1] - 传统风控模型依赖统计和决策树 缺乏深层次因果与逻辑推理能力 [1] 技术解决方案 - 公司系统性升级机器感知 认知与逻辑决策三大核心能力构建新一代智能决策引擎 [1] - 自研金融领域多模态大模型能精准解析银行流水和收入证明等非标准化文档 [1] - 多模态大模型在准确率和召回率上显著优于主流开源模型 [1] - 构建覆盖3300万企业实体的企业关系图谱 产品图谱与事理图谱三大知识图谱 [1] - 通过宏观经济数据与企业经营等多维数据深度关联实现从群体标签到个体识别的跨越 [1] 风控决策创新 - 研发用于小微企业风险管理的推理大模型具备全程透明可解释性 [2] - 推理大模型具有开箱即用高效率且决策过程可追溯 [2] - 通过长链推理数据构建和强化学习机制保障模型准确性与可靠性 [2] - 模型能更好理解并解释小微企业业务运营逻辑 [2] 行业影响与发展 - 技术架构帮助金融机构显著提升运营效率与风控精度 [2] - 致力于实现对每个小微企业的深度理解与精准服务 [2] - 持续推进技术开放与生态合作向金融机构输出系统能力 [2] - 推动小微企业金融服务向更智能 更普惠 更可持续方向发展 [2]