大模型在金融行業(yè)的落地探索-2023.12

大模型在金融行業(yè)的落地探索祝世虎-----------------------------------------◆-----------------------------------------大數(shù)據(jù)、大模型、大風(fēng)控010203大合作、大創(chuàng)新、大共存關(guān)注問題：后發(fā)劣勢、可解釋性、社會(huì)智能等金融機(jī)構(gòu)眼中的大模型技術(shù)數(shù)字化轉(zhuǎn)型助力大模型目錄04CONTENTS055數(shù)據(jù)信托助理大模型大模型治理060701大數(shù)據(jù)、大模型、大風(fēng)控CONTENTS數(shù)據(jù)概念辨析01數(shù)據(jù)加工用途加工標(biāo)簽特征數(shù)據(jù)1.

概念辨析：數(shù)據(jù)、標(biāo)簽、特征、信息2.

信息的貢獻(xiàn)度：數(shù)據(jù)>>模型3.

數(shù)據(jù)與大數(shù)據(jù)的辨析：直接數(shù)據(jù)與間接數(shù)據(jù)人腦信息3.1大數(shù)據(jù)、大模型、大風(fēng)控01大模型

定

義大模型的“智能類型”?

《自然-機(jī)器智能》將大模型定義為網(wǎng)絡(luò)參數(shù)規(guī)模達(dá)到億級以上的“預(yù)訓(xùn)練深度學(xué)習(xí)算法”?

大模型通過文本語言等訓(xùn)練的模型，是一種感知智能，不是決策智能，更不是計(jì)算智能?

感知智能：基于Bayes公式?

大模型通過海量數(shù)據(jù)的訓(xùn)練學(xué)習(xí)，具備了強(qiáng)大的語言理解和表達(dá)、思維鏈推理等能力，在文本圖像理解、內(nèi)容生成等AI任務(wù)表現(xiàn)出顯

著優(yōu)勢和巨大潛力?

決策智能：基于先驗(yàn)概率?

計(jì)算智能：基于計(jì)算公式大模型是一種生產(chǎn)力的提升“電力——智力”大模型與傳統(tǒng)模型的未來趨勢：由共存到超越?

先共存：受制于計(jì)算復(fù)雜度高、可解釋性差等問題，大?

我們必須跟隨時(shí)代潮流，逆潮流必然被淘汰?

敵對的人：不屑——堅(jiān)決——限制——迷茫?

友好的人：好奇——嘗試——學(xué)習(xí)——使用模型會(huì)與傳統(tǒng)模型會(huì)共存；?

共存方式：大模型為中控，可解釋性模型為外圍?

后超越：隨著大模型復(fù)雜度降低、可解釋性增強(qiáng)，大模型將逐步替代傳統(tǒng)模型3.1大數(shù)據(jù)、大模型、大風(fēng)控01

系統(tǒng)性：大尺度和小尺度之間存在關(guān)系

復(fù)雜性：由小尺度數(shù)據(jù)特征的動(dòng)態(tài)非線性和隨機(jī)關(guān)聯(lián)

傳統(tǒng)風(fēng)控

1要點(diǎn)可解釋性：傳播因子（阻礙因子）、傳播路徑????認(rèn)為風(fēng)險(xiǎn)就是不確定性用流程管控風(fēng)險(xiǎn)用資本抵補(bǔ)來管理風(fēng)險(xiǎn)模型、壓力測試等均為工具

《SCIembAI—跨尺度系統(tǒng)智能》介尺度的多模態(tài)建模方傳統(tǒng)風(fēng)控法傳導(dǎo)機(jī)制客戶本身風(fēng)險(xiǎn)小尺度風(fēng)

客戶信用風(fēng)險(xiǎn)

客戶欺詐風(fēng)險(xiǎn)

智能風(fēng)控：“場景之內(nèi)”風(fēng)險(xiǎn)2要點(diǎn)?

能夠精準(zhǔn)計(jì)量風(fēng)控?

風(fēng)險(xiǎn)、利潤、客戶的最優(yōu)化管理是一個(gè)體系，是為銀行戰(zhàn)略服務(wù)?

客戶主標(biāo)尺智能風(fēng)控大風(fēng)控還款

險(xiǎn)

場景級別風(fēng)險(xiǎn)意

場景經(jīng)營風(fēng)險(xiǎn)

場景欺詐風(fēng)險(xiǎn)

場景交易風(fēng)險(xiǎn)

場景客群偏差風(fēng)險(xiǎn)

場景特定風(fēng)險(xiǎn)?

風(fēng)險(xiǎn)主標(biāo)尺愿“場景本身”風(fēng)險(xiǎn)

不是傳統(tǒng)的“全面風(fēng)險(xiǎn)管理”3要點(diǎn)

不僅僅是體系化：風(fēng)險(xiǎn)傳播體系?大?數(shù)據(jù)模型體系尺度風(fēng)險(xiǎn)宏觀級別風(fēng)險(xiǎn)

技術(shù)實(shí)現(xiàn)（下一代）：傳播的刻畫I

場景集中度風(fēng)險(xiǎn)“場景之外”風(fēng)險(xiǎn)

場景“逆周期”風(fēng)險(xiǎn)

場景“灰犀?！憋L(fēng)險(xiǎn)

場景“戰(zhàn)略違約”風(fēng)險(xiǎn)02大合作、大創(chuàng)新、大共存CONTENTS大合作02

大數(shù)據(jù)整合：?

銀行內(nèi)部大數(shù)據(jù)的整合?

銀行外部大數(shù)據(jù)的補(bǔ)充銀行與AI公司合作開發(fā)任務(wù)大適合自己的大模型大模型合作

大算力合作：?

非核心競爭力的專業(yè)能力一定要外包金融業(yè)的AI公司金融業(yè)/銀行業(yè)大模型?

云上大模型

實(shí)現(xiàn)垂直領(lǐng)域的精調(diào)模型?

遷移大模型能力?

結(jié)合行內(nèi)大數(shù)據(jù)與知識庫?

以銀行的小規(guī)模算力打造輕量級推理模型（精調(diào)模型）頭部AI公司基礎(chǔ)大模型大創(chuàng)新02智

能

客

服

機(jī)

器

人投

資

分

析

與

預(yù)

測責(zé)任客服VS

非責(zé)任客戶保險(xiǎn)公司的產(chǎn)品推薦提升客戶粘性弱化人類情感智

能

風(fēng)

控

、

反

欺

詐

、

反

洗

錢其

他

垂

直

領(lǐng)

域

的

金

融

應(yīng)

用標(biāo)注樣本智能OA智能寫文稿智能運(yùn)營寫代碼寫算法環(huán)境感知大共存02由共存到

超

越

共存：大模型隨通用能力增強(qiáng)，將逐步超越傳統(tǒng)模型的能力，但受制于計(jì)算復(fù)雜度高、可解釋性差等問題，短期內(nèi)，大模型和傳統(tǒng)模型會(huì)共存。大共

共存方式：大模型可作為中控，將傳統(tǒng)模型作為技能進(jìn)行調(diào)用。

超越：隨著若大模型計(jì)算復(fù)雜度降低、可解釋性增強(qiáng)，綜合性價(jià)比來看，大模型將逐步替代傳統(tǒng)模型存關(guān)注問題：031.

后發(fā)劣勢2.

可解釋性3.

社會(huì)智能4.

“類征信”CONTENTS避免“后發(fā)劣勢陷阱”03“后發(fā)劣勢陷阱”

缺乏業(yè)務(wù)的實(shí)踐經(jīng)驗(yàn)

對智能風(fēng)控體系建設(shè)的要點(diǎn)理解并不充分

選擇性模仿表面、容易實(shí)現(xiàn)和出成果的部分?jǐn)?shù)據(jù)基礎(chǔ)科技整合算法研究要“俯首甘為孺子?！?，做大量的、耗時(shí)間的的數(shù)據(jù)工作，以實(shí)現(xiàn)對模型的效能的提升要“橫眉冷對千夫指”，要做革命性的、基礎(chǔ)性的科技改造來實(shí)現(xiàn)業(yè)務(wù)全流程的互聯(lián)互通，進(jìn)而實(shí)現(xiàn)對業(yè)務(wù)的敏捷支持要“甘做無名英雄”，逐步建立算法研究能力，進(jìn)而“隨風(fēng)潛入夜，潤物細(xì)無聲”的實(shí)現(xiàn)智能風(fēng)控對業(yè)務(wù)完美支持其余問題03類

征

信持牌？可

解

釋

性平

均

智

能弱化可解釋性白盒套黑盒中小銀行備受挑戰(zhàn)04金融機(jī)構(gòu)眼中的大模型技術(shù)CONTENTS金融機(jī)構(gòu)眼中的AI技術(shù)生

物

特

征

識

別04知

識

圖

譜客戶身份驗(yàn)證、遠(yuǎn)程開戶、刷臉支付等場景對貸款信息、行業(yè)信息建立關(guān)系挖掘模型，通過機(jī)器學(xué)習(xí)進(jìn)行模型訓(xùn)練計(jì)

算

機(jī)

視

覺機(jī)

器

學(xué)

習(xí)

算

法人臉識別、票據(jù)識別、場景識別深

度

學(xué)

習(xí)

、

強(qiáng)

化

學(xué)

習(xí)

、

自

然

語

言處理智

能

語

音自

然

語

言

處

理問答、咨詢、理財(cái)、查詢；身份識別、智能客服、

智能理賠等詞嵌入、句子嵌入、編碼

-解碼、注意力模型金融機(jī)構(gòu)眼中的大模型能力人

機(jī)

交

互

能

力04覆蓋審計(jì)、財(cái)務(wù)、客服、營銷、承保

理賠等多個(gè)保險(xiǎn)領(lǐng)域業(yè)場景生

成

式

能

力代碼生成一

崗

多

能貫穿遠(yuǎn)程銀行全條線業(yè)務(wù)工作內(nèi)容，覆蓋事前運(yùn)營、事中輔助和事后質(zhì)檢等環(huán)節(jié)內(nèi)容生成金融機(jī)構(gòu)眼中的大模型技術(shù)發(fā)展歷程04基于基于Transformer的預(yù)訓(xùn)練語型使用編碼器-解Transformer的

預(yù)訓(xùn)練語言模

型

(

無標(biāo)

簽

數(shù)

據(jù)預(yù)訓(xùn)練模型基于規(guī)則和統(tǒng)通過學(xué)習(xí)語言

中的概率分布來預(yù)測下一個(gè)

單詞或字符基于自注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)模型碼器架構(gòu)，并通過大規(guī)模平

行語料庫進(jìn)行訓(xùn)練計(jì)模型的方法來處理語言翻譯))統(tǒng)計(jì)機(jī)器翻譯(SMT)神經(jīng)機(jī)器翻譯(NMT)語言建模與序列到序列學(xué)習(xí)Transformer模型BERTGPT金融機(jī)構(gòu)眼中的大模型缺陷04智能缺陷：技術(shù)缺陷：數(shù)據(jù)安全缺陷：感知智能而非決策智能

人工智能算法固有缺陷

多個(gè)環(huán)節(jié)存在合規(guī)問題?

1.在個(gè)人信息收集階段，當(dāng)用戶在使用ChatGPT時(shí)，會(huì)輸入?

通過文本語言等訓(xùn)練的模型，

?

一是，算法黑箱。由于算法其

智

能

類

型

是

受

限

的

，

可

見ChatGPT只不過是一種感知智能，不是決策智能，更不是計(jì)算智能。模型的黑箱運(yùn)作機(jī)制，其運(yùn)行規(guī)律和因果邏輯并不會(huì)顯而易見的擺在研發(fā)者面前。自己的個(gè)人數(shù)據(jù)，依據(jù)《個(gè)人信息保護(hù)法》強(qiáng)調(diào)單獨(dú)授權(quán)。?

2.在個(gè)人數(shù)據(jù)的加工使用階段，ChatGPT使用了RLHF的訓(xùn)練方法，用戶使用過程中的輸入和交互信息可能會(huì)用于其持續(xù)迭代訓(xùn)練，進(jìn)一步被用于為其他用戶提供服務(wù)，可能構(gòu)成數(shù)據(jù)共享，這時(shí)已與用戶初最初使用目的相悖，根據(jù)《個(gè)人信息保護(hù)法》需要重新授權(quán)。?

3.訓(xùn)練數(shù)據(jù)的獲取。ChatGPT通過抓取互聯(lián)網(wǎng)上的信息，可能存在合規(guī)問題。?

4.數(shù)據(jù)泄漏。用戶在使用過程中輸入個(gè)信息，以及企業(yè)用戶輸入的各類工作相關(guān)信息，可能導(dǎo)致公司敏感信息泄露。?

5.算法缺陷導(dǎo)致數(shù)據(jù)主體行權(quán)困難。如更改權(quán)、刪除權(quán)、訪問權(quán)等行權(quán)困難。系統(tǒng)安全與穩(wěn)定性?

二是，算法魯棒性。算法運(yùn)行容易受到數(shù)據(jù)、模型、訓(xùn)練方法等因素干擾，出現(xiàn)非魯棒特征?？赡軙?huì)有針對性的病毒產(chǎn)生。

感知智能：基于Bayes公式

決策智能：基于先驗(yàn)概率

計(jì)算智能：基于計(jì)算公式?

智能缺陷就是ChatGPT的使用邊界。網(wǎng)絡(luò)安全風(fēng)險(xiǎn)?

三是，算法歧視。算法以數(shù)據(jù)為原料，如果初始使用的是有偏見的數(shù)據(jù)，無形中會(huì)導(dǎo)致生成的內(nèi)容存在偏見或歧視，?

例

如

，

在

金

融

機(jī)

構(gòu)

中

，ChatGPT不是決策智能，用于風(fēng)險(xiǎn)決策受限；ChatGPT不是技術(shù)同質(zhì)性風(fēng)險(xiǎn)計(jì)算智能，用于資本計(jì)量受限；

引發(fā)用戶對于算法的公平性爭ChatGPT是語言領(lǐng)域的感知智能，可以以文字助手的身份嵌入大部分和文本相關(guān)的工作。?

九博士：量化、風(fēng)控試錯(cuò)議。歧視主要來自資本綁架，體現(xiàn)為訓(xùn)練樣本數(shù)量。學(xué)習(xí)局限性性風(fēng)險(xiǎn)05數(shù)字化轉(zhuǎn)型助力大模型CONTENTS生產(chǎn)關(guān)系適應(yīng)生產(chǎn)力的發(fā)展05生產(chǎn)力與生產(chǎn)關(guān)系金融領(lǐng)域轉(zhuǎn)型的三要素體現(xiàn)為：

生產(chǎn)力決定生產(chǎn)關(guān)系

金融機(jī)構(gòu)的生產(chǎn)資料：【1】掌握先進(jìn)生產(chǎn)力的人【2】數(shù)據(jù)

生產(chǎn)關(guān)系要適應(yīng)生產(chǎn)力的發(fā)展

生產(chǎn)關(guān)系會(huì)反作用于生產(chǎn)力

經(jīng)濟(jì)基礎(chǔ)決定上層建筑

金融機(jī)構(gòu)的生產(chǎn)力：【1】新業(yè)務(wù)【2】新科技

金融機(jī)構(gòu)的生產(chǎn)關(guān)系：【1】部門邊界2021年國務(wù)院《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》，首次將數(shù)據(jù)要素與土地、勞動(dòng)力、資本、技術(shù)等市場要素相并列?！?】資源分配技術(shù)的轉(zhuǎn)型、金融科技轉(zhuǎn)型、銀行的三次轉(zhuǎn)型051技術(shù)轉(zhuǎn)型2KevinKELLY：技術(shù)的沖突

→

掌握技術(shù)的人群的沖突

→

資源和利益的沖突

→

生產(chǎn)關(guān)系的更迭人民銀行科技司司長

李偉：

金融科技，始于數(shù)據(jù)，興于技術(shù)，穩(wěn)于制度，成于價(jià)值觀金融科技轉(zhuǎn)型3銀行轉(zhuǎn)型事業(yè)部的成功與失?。?

生產(chǎn)力充實(shí)了生產(chǎn)關(guān)系的事業(yè)部成功了“流程銀行”轉(zhuǎn)型消失匿跡：起于“效率效能”，止于“部門邊界”“數(shù)字化銀行”轉(zhuǎn)型應(yīng)運(yùn)而生：內(nèi)外因結(jié)合，科技與業(yè)務(wù)并舉，劃清部門邊界部門邊界科技??數(shù)據(jù)技術(shù)范疇????新技術(shù)革命互金的跨界沖擊客戶的覺醒疫情??效率效能電子銀行數(shù)據(jù)、人員分配外

內(nèi)因

因從規(guī)模導(dǎo)向到價(jià)值導(dǎo)向、精細(xì)化導(dǎo)向業(yè)務(wù)范疇???新市場：邊界合理、清晰新客戶：電子銀行部的成功與失??？?

理論上，沒有任何一個(gè)業(yè)務(wù)新業(yè)務(wù)：創(chuàng)新產(chǎn)品服務(wù)屬于電子銀行部；?

實(shí)踐上：好像什么都能做，但沒有什么自己能說的算?

明確邊界：渠道—平臺—生態(tài)06數(shù)據(jù)信托助力大模型CONTENTS數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的發(fā)展的邏輯06第一階段第二階段第三階段

商圈的數(shù)據(jù)與金融圈的數(shù)據(jù)各自

支付產(chǎn)生了“跨界”效應(yīng)支付使得商圈有了金融圈的數(shù)據(jù)

“標(biāo)準(zhǔn)碼”規(guī)范支付入口相對獨(dú)立發(fā)展

商圈的數(shù)據(jù)孤島

金融圈的數(shù)據(jù)孤島

“斷直連+征信持牌”規(guī)范數(shù)據(jù)使用

二浪：持牌金融機(jī)構(gòu)主導(dǎo)

就形成了互聯(lián)網(wǎng)金融業(yè)務(wù)

一浪：互聯(lián)網(wǎng)平臺主導(dǎo)數(shù)據(jù)驅(qū)動(dòng)模型與算法發(fā)展的邏輯06智能風(fēng)控領(lǐng)域模型算法的發(fā)展：專家評分卡→邏輯回歸→集成學(xué)習(xí)、深度學(xué)習(xí)三個(gè)階段第一階段規(guī)則驅(qū)動(dòng)第二階段規(guī)則+數(shù)據(jù)驅(qū)動(dòng)第三階段大數(shù)據(jù)驅(qū)動(dòng)規(guī)則驅(qū)動(dòng)依賴專家經(jīng)驗(yàn)經(jīng)驗(yàn)與數(shù)據(jù)驅(qū)動(dòng)大數(shù)據(jù)驅(qū)動(dòng)優(yōu)點(diǎn)：

可解釋性強(qiáng)優(yōu)點(diǎn)：優(yōu)點(diǎn)：

復(fù)雜風(fēng)險(xiǎn)模型快速識別

多采用專家打分卡模型

準(zhǔn)確性高

客戶體驗(yàn)好缺點(diǎn)：缺點(diǎn)：x

無法判斷未知風(fēng)險(xiǎn)缺點(diǎn)：x

對系統(tǒng)穩(wěn)定性與速度要求高x

維護(hù)成本高x

對專業(yè)性要求高規(guī)則+數(shù)據(jù)驅(qū)動(dòng)

多采用邏輯回歸與高維邏輯回歸算法深度學(xué)習(xí)模型集成學(xué)習(xí)模型高維回歸模型邏輯回歸模型評分規(guī)則模型大數(shù)據(jù)驅(qū)動(dòng)

多采用集成學(xué)習(xí)與深度學(xué)習(xí)模型數(shù)據(jù)要素化的發(fā)展邏輯06數(shù)據(jù)與生俱來的是：具備三重屬性：資源屬性、技術(shù)屬性、金融屬性。數(shù)據(jù)與眾不同的是：數(shù)據(jù)與日俱增的是：價(jià)值的特殊性：數(shù)據(jù)價(jià)值不在于數(shù)據(jù)本身，數(shù)據(jù)價(jià)值來源于數(shù)據(jù)的技術(shù)加工，體現(xiàn)于數(shù)據(jù)的權(quán)益支配。數(shù)據(jù)要素的外部性對促進(jìn)數(shù)據(jù)價(jià)值交換的數(shù)據(jù)要素市場化的客觀需求。發(fā)展邏輯數(shù)據(jù)的與生俱來、與眾不同、與日俱增，共同決定了數(shù)據(jù)形態(tài)變化必將遵循：1.

由數(shù)據(jù)記錄到數(shù)據(jù)資源、2.

由數(shù)據(jù)資源到數(shù)據(jù)資產(chǎn)、3.

由數(shù)據(jù)資產(chǎn)到數(shù)據(jù)要素、4.

由數(shù)據(jù)要素到要素市場化理解數(shù)據(jù)資產(chǎn)06123數(shù)據(jù)資產(chǎn)必須有價(jià)值數(shù)據(jù)資產(chǎn)價(jià)值必須可以衡量由特定主體合法擁有或者控制

數(shù)據(jù)分級

數(shù)據(jù)確權(quán)市場價(jià)值不確定團(tuán)1隊(duì)+1效>

2應(yīng)相關(guān)性市場價(jià)值不確定正1外+1部>

2性人激勵(lì)數(shù)據(jù)價(jià)值應(yīng)用場景價(jià)值多元二次培養(yǎng)

可復(fù)制性

可以售賣應(yīng)用場景價(jià)值多元資產(chǎn)的會(huì)計(jì)計(jì)量方法總結(jié)06

歷史成本法：

獲取資產(chǎn)時(shí)實(shí)際付出的成本

公允價(jià)值法：

交易雙方自愿交易的價(jià)格

現(xiàn)金流折現(xiàn)法：資產(chǎn)未來產(chǎn)生的現(xiàn)金流量按照一定方法折成當(dāng)前價(jià)值

重置成本法：

按照資產(chǎn)當(dāng)前情況，重新獲取同樣資產(chǎn)所付出的代價(jià)

可變現(xiàn)凈值法：預(yù)計(jì)售賣后得到的凈值數(shù)據(jù)資產(chǎn)的商業(yè)模式探討06數(shù)據(jù)交易所數(shù)據(jù)銀行數(shù)據(jù)信托?

政府主導(dǎo)的數(shù)據(jù)交易所模式涌現(xiàn)?

個(gè)人數(shù)據(jù)資產(chǎn)采用銀行模式進(jìn)行管理和運(yùn)營?

信托財(cái)產(chǎn)“雙重所有權(quán)”與數(shù)據(jù)資產(chǎn)所有權(quán)和控制權(quán)分離的特質(zhì)具有契合性?

第三方專業(yè)技術(shù)和政府資質(zhì)完成監(jiān)管、加密等合規(guī)支持?

實(shí)現(xiàn)個(gè)人數(shù)據(jù)的增值和有序流通?

信托業(yè)務(wù)創(chuàng)新可以為數(shù)據(jù)資產(chǎn)創(chuàng)設(shè)更廣闊的應(yīng)用場景?

數(shù)據(jù)的正外部性與相關(guān)性，更多數(shù)量和維度數(shù)據(jù)的匯集會(huì)產(chǎn)生更有價(jià)值?

個(gè)人大數(shù)據(jù)資產(chǎn)的管理與運(yùn)營綜合服務(wù)系統(tǒng)數(shù)據(jù)信托介紹06信托(Trust)是指委托人基于對受托人的信任，將其財(cái)產(chǎn)權(quán)利委托給受托人，并由受托人針對受益人的利益或特定目的，按照委托人的意愿，對信托財(cái)產(chǎn)進(jìn)行獨(dú)立的管理、處分和風(fēng)險(xiǎn)隔離，以自己的名義管理和處分信托財(cái)產(chǎn)的行為。當(dāng)上述“財(cái)產(chǎn)權(quán)利”變?yōu)椤皵?shù)據(jù)”時(shí)，就形成了數(shù)據(jù)信托。目前對于數(shù)據(jù)信托定義的內(nèi)涵和外延還在不斷變化，但基本形成如下共識：數(shù)據(jù)信托是一種關(guān)于數(shù)據(jù)要素的、市場化的、制度化的、功能化的、結(jié)構(gòu)化的、形成共識的數(shù)據(jù)生態(tài)框架。在數(shù)據(jù)要素市場化階段，信托的成熟框架，疊加數(shù)據(jù)商品的金融屬性增強(qiáng)，有助于市場化地促進(jìn)數(shù)據(jù)要素的合理配置，發(fā)揮數(shù)據(jù)要素對經(jīng)濟(jì)社會(huì)發(fā)展的乘數(shù)效應(yīng)。數(shù)據(jù)信托助力數(shù)據(jù)大市場061.數(shù)據(jù)要素化過程中的信托雙層所有權(quán)架構(gòu)優(yōu)勢2.數(shù)據(jù)確權(quán)中的數(shù)據(jù)信托制度優(yōu)勢3.數(shù)據(jù)流通中的數(shù)據(jù)信托風(fēng)險(xiǎn)隔離與信任制衡優(yōu)勢5.數(shù)據(jù)要素收益分配中的數(shù)據(jù)信托的權(quán)益優(yōu)勢5.數(shù)據(jù)要素治理中的數(shù)據(jù)信托服務(wù)優(yōu)勢6.數(shù)據(jù)跨境流動(dòng)中的信托制度的國際通用性優(yōu)勢07大模型治理CONTENTS從技術(shù)角度：萬物皆模型07?

人類畫家的不同主要是風(fēng)格?

風(fēng)格即模型?

調(diào)整模型參數(shù)，可以得到這個(gè)畫家一系列作品?

基于大模型的原始能力基礎(chǔ)上二次開發(fā)從哲學(xué)角度：AI模糊了主體與客體的概念07從哲學(xué)角度：AI時(shí)代中，主體與客體的關(guān)系在潛移默化1、潛移默化?

搜索引擎?

主動(dòng)推薦2、潛移默化?

我在利用AI擴(kuò)展我的智能?

AI在利用我展示他的智能大模型的治理0701

生產(chǎn)力潛移默化0102?

搜索引擎?

主動(dòng)推