EY هند یک مدل زبان بزرگ (LLM) سفارشی برای بخش مالی توسعه داده است.
EY هند یک مدل زبان بزرگ (LLM) سفارشی برای بخش مالی توسعه داده است.

EY هند LLM سفارشی‌شده برای بخش BFSI راه‌اندازی کرد

این مدل مزایای تجاری قابل اندازه‌گیری، از جمله تا ۵۰ درصد صرفه‌جویی در هزینه را ارائه می‌دهد.

شرکت EY هند یک مدل زبان بزرگ (LLM) سفارشی‌سازی شده و تنظیم دقیق‌شده را که به‌طور خاص برای کاربردهای بخش بانکداری، خدمات مالی و بیمه (BFSI) طراحی شده، توسعه داده است. این راهکار مبتنی بر هوش مصنوعی، نویدبخش بهبود خدمات مشتری، افزایش کارایی عملیاتی و بهینه‌سازی مدیریت ریسک است.

این LLM برای پاسخگویی به نیازهای منحصر به فرد بخش BFSI از طریق بهبود دقت پاسخ‌ها، تشخیص بهتر هدف کاربر و درک عمیق‌تر متن طراحی شده است. این مدل واژگان تخصصی حوزه BFSI را در خود جای داده و از این طریق راهکارهای مبتنی بر هوش مصنوعی دقیق و قابل اعتمادی را تضمین می‌کند. این مدل همچنین به قابلیت‌های چندزبانه مجهز است.

این راهکار هوش مصنوعی که بر پایه مدل تنظیم دقیق‌شده Llama 3.1-8B instruct قدرت گرفته است، از تکنیک‌های پیشرفته تنظیم دقیق با پارامتر کارآمد (parameter-efficient finetuning) و تکنیک‌های تطبیق رتبه پایین (low-rank adaptation) بهره می‌برد. این امر امکان درک عمیق‌تر متنی و همسویی بهتر با چارچوب‌های نظارتی بخش BFSI هند را فراهم می‌کند.

به گفته EY هند، این مدل مزایای تجاری قابل اندازه‌گیری، از جمله تا ۵۰ درصد صرفه‌جویی در هزینه را ارائه می‌دهد.

ماهش ماخیجا، شریک و رهبر مشاوره فناوری در EY هند، گفت: «مدل‌های هوش مصنوعی سفارشی EY برای پاسخگویی به نیازهای خاص بخش BFSI طراحی شده‌اند و بانک‌ها را قادر می‌سازند تا عملیات خود را بهینه کنند، مدیریت ریسک را بهبود بخشند و تصمیمات مبتنی بر داده اتخاذ کنند.»

این مدل برای استقرار انعطاف‌پذیر طراحی شده است و به سازمان‌های BFSI اجازه می‌دهد تا آن را یا در زیرساخت‌های داخلی خود (on-premises) یا در محیط‌های ابری با نیاز محدود به واحد پردازش گرافیکی (GPU) میزبانی کنند که این امر به طور قابل توجهی هزینه‌ها را کاهش می‌دهد.

این مدل می‌تواند از طریق پلتفرم‌های مبتنی بر متن مانند واتس‌اپ، پیامک و چت‌بات‌های وب‌سایت، و همچنین چارچوب‌های مرکز تماس مبتنی بر هوش مصنوعی صوتی، در برنامه‌های خدمات مشتری ادغام شود.

برخلاف سایر مدل‌ها، LLM تنظیم دقیق‌شده EY با میزبانی ایمن در شبکه‌های سازمانی، امنیت و انطباق با مقررات را در اولویت قرار می‌دهد. این رویکرد خطراتی مانند توهمات هوش مصنوعی (AI hallucinations) و نگرانی‌های مربوط به حریم خصوصی داده‌ها را کاهش می‌دهد و تضمین می‌کند که اطلاعات حساس در مرزهای سازمانی محافظت می‌شوند.

در اوایل سال جاری، این شرکت شورای مشورتی جهانی هوش مصنوعی EY.ai را راه‌اندازی کرد که هدف آن ارائه بینش‌های کلیدی در مورد پیشرفت‌های هوش مصنوعی، تأثیرات اجتماعی و کاربردهای نوآورانه است تا شبکه جهانی EY و مشتریانش در خط مقدم تحولات هوش مصنوعی باقی بمانند.

مرین سوزان جان یک روزنامه‌نگار کارآموز در AIM است که حوزه‌های هوش مصنوعی، علم داده و فناوری‌های نوظهور را با نگاهی دقیق به جنبه‌های انسانی پوشش می‌دهد.