案例名称:【基于智能风控的统一授信管理系统赋能业务高质量发展】
公司名称:【中国邮政储蓄银行股份有限公司(601658)】
案例简述:
为落实监管机构关于银行并表、统一授信管理要求,满足业务发展的实际以及内控管理的需要,邮储银行打造了集授信全流程和额度管控为一体的统一授信管理系统。

统一授信管理系统践行邮储银行集约化、轻型化、智能化的转型思路,运用高内聚、低耦合设计方式,基于微服务架构、全自动容器化理念,支持应用级和数据级分布式部署,具备高性能、低成本、弹性扩展、敏捷交付等特点。系统加强了以客户为中心的统一发起、统一授信、统一管控、统一视图,做到“四全面、三集中、六智能、一实时”,即全面实现了统一授信全生命周期、全机构覆盖、全客户覆盖、全产品覆盖的线上化、集中、实时、刚性管控;实现了额度管控、参数规则、风险视图集中化;实现了风控智能化,支持集团客户关系智能识别,支持财务报表OCR识别与智能预警分析,支持准入、审批授权、授信管控智能化、参数化控制,支持评级授信到期、财报更新、审查审批进度监控等智能化监控,支持小微客户信贷工厂智能化自动审批,支持客户全面透视及统一风险视图等智能分析;实现了授信额度实时管控。系统正式投产上线以来,大幅提升了业务办理效率,充分发挥了金融科技助力银行智能风控转型的作用,赋能业务高质量发展。

扫码查看详细案例
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。