案例名称:【数智技术助力托管业务数字化】
公司名称:【招商证券股份有限公司(600999)】
案例简述:
数字化转型不是选择,而是必然。机构客户专业化、个性化、综合化需求越来越多,尤其是机构托管业务属于技术系统与人力密集型业务,证券公司唯有数字化转型实现提质增效与创新服务,才能从激烈竞争中赢得客户。
本案例在战略上制定“树立一个目标、打造一个平台、连接千家万户”的数字化方向,确定“三个三步走”的转型路径,即通过文化、人才、机制三个战略转变思维模式,从电子化、信息化、数据化三个阶段重构IT架构,在客户服务、业务运营、营销管理三个方面重塑业务模式;在技术以云原生架构(微服务、容器化、DevOps)为基础,利用大数据与人工智能(OCR、NLP、RPA)强大中台,构建数字化托管业务平台,保障快速响应客户需求、安全高效运营;实现了行业人均账套最多、服务效率最快、业务风险最少、客户口碑最佳,并向行业输出数字化转型样板,提升资管机构治理质量;具体而言,数字化运营提升效率83%、降低成本39%,数字化营销覆盖万亿资产规模,创收3.4亿元,托管业务连续8年行业第一,托管规模3.7万亿,服务产品3万只,行业占有率约25%。
扫码查看详细案例
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。