度小满自研轩辕预训练模型排名第一 致力打破行业“数据孤岛”

近年来，人工智能、区块链等创新技术在金融领域的应用不断加深，持续推动金融行业转型升级。加强人工智能技术研究，可解决金融行业“数据孤岛”等难题，提高金融服务效率。度小满积极布局人工智能技术，不断攻克创新技术难题，其自主研发的轩辕(XuanYuan)预训练模型在CLUE1.1分类任务中表现出色，为度小满今后的人工智能研究提供了有力依据。

自然语言处理是人工智能皇冠上的明珠，近日，度小满AI-Lab让人类摘得明珠的步伐又前进了一步。据中文语言理解领域的权威测评基准官网公布，度小满AI-Lab研发的轩辕(XuanYuan)预训练模型在CLUE1.1分类任务中“力压群雄”获得了排名第一的好成绩。距离人类“表现”仅差3.38分。

CLUE是中文语言理解领域最具权威性的测评基准之一，涵盖了文本相似度、分类、阅读理解共10项语义分析和理解类子任务。其中，分类任务需要解决6个问题，例如传统图像分类，文本匹配，关键词分类等等，能够全方面衡量模型性能。该榜单竞争激烈，几乎是业内兵家必争之地，例如快手搜索、优图实验室 & 腾讯云等等研究机构也都提交了比赛方案。

据悉，位居榜首的“轩辕”是基于Transformer架构的预训练语言模型，涵盖了金融、新闻、百科、网页等多领域大规模数据。因此，该模型“内含”的数据更全面，更丰富，面向的领域更加广泛。

预训练模型是一种迁移学习的应用，可以利用几乎无限的文本，学习输入句子的每一个成员的上下文相关的表示，它隐式地学习到了通用的语法语义知识。换句话说，预训练模型把通用人类的语言知识先学会，然后再代入到某个具体任务。它可以将从开放领域学到的知识迁移到下游任务，以改善低资源任务;还可以使自然语言处理由原来的手工调参、依靠 ML 专家的阶段，进入到可以大规模、可复制的大工业施展的阶段。

目前，除了预训练，度小满AI-Lab在文本分类、信息抽取和技术资源等方向亦有布局。在战略上会有两点侧重：首先加强自身的数据生态建设，合法合规使用用户数据，解决数据孤岛;其次通过产学研相结合，布局前沿技术，落地金融场景业务。目前，度小满与北京大学光华管理学院成立了“金融科技联合实验室”，和西安交大成立了“西安交通大学-度小满金融人工智能联合研究中心”，并与中国科学院自动化研究所共建博士后工作站，共同开展人工智能及相关领域的博士后联合招收培养。

在当前这个以技术为驱动的时代，金融行业的发展已离不开科技的赋能。作为沿承了百度技术基因的金融科技企业，自成立以来，度小满积极在前沿技术领域布局，切实提升自身核心竞争力，为金融行业发展提供技术支撑。未来，相信在以度小满等为代表的创新型金融科技企业的共同努力下，金融服务行业的发展必将迎来全新的局面。

免责声明：市场有风险，选择需谨慎!此文仅供参考，不作买卖依据。

关键词：