Американская компания Titan запустила набор специализированных моделей искусственного интеллекта, разработанных специально для банков, кредитных союзов и регулируемых финтех-компаний. В команду разработчиков вошли бывшие банковские операторы, регуляторы, руководители по комплаенсу, а также инженеры по искусственному интеллекту. Ключевое отличие — отраслевые знания закладывались в модели с самого начала, а не адаптировались потом.
Titan опубликовал результаты независимых тестов. При оценке точности ответов модели Titan показали 76%, в то время как ChatGPT — 54%, а Gemini — 47%. По правильности ответов Titan набрали 82%, против 70% у ChatGPT и 66% у Gemini. Компания также разработала собственный индекс Banker Trust Index, оценивающий безопасность, надёжность и соответствие надзорным требованиям. По всем категориям модели Titan получили более высокие баллы, чем универсальные языковые модели.
Модели Titan построены вокруг банковской онтологии, которая кодирует нормативные рамки, логику рисков и операционные процедуры непосредственно в архитектуре. Ответы включают отслеживаемое рассуждение, готовое к аудиту, с документацией, подходящей для надзорного обзора. Модели разработаны для развертывания рядом с данными учреждения, что снижает задержку и повышает предсказуемость.
Внедрение универсального искусственного интеллекта в банковской сфере вызывает всё больше вопросов у регуляторов и команд по риску из-за галлюцинаций и непоследовательных результатов. Подход Titan отражает новую категорию специализированного искусственного интеллекта, созданного для регулируемых отраслей, где объяснимость, аудитируемость и соответствие надзорным требованиям — это обязательные условия, а не дополнительные опции.
Универсальные языковые модели хороши для общих задач, но в банковском деле цена ошибки слишком высока. Галлюцинации, когда модель уверенно выдает неверную информацию, в финансах недопустимы. Titan предлагает альтернативу: модели, которые изначально обучались на банковских данных и нормативных документах, а значит, лучше понимают контекст и реже ошибаются. Вопрос в том, насколько быстро банки перейдут с универсальных моделей на специализированные и готовы ли они платить за «банковскую версию» искусственного интеллекта. Но тренд очевиден: ИИ в финансах должен быть не просто умным, а ещё и послушным и понятным для регулятора.
Источник: thepaypers.com
Titan опубликовал результаты независимых тестов. При оценке точности ответов модели Titan показали 76%, в то время как ChatGPT — 54%, а Gemini — 47%. По правильности ответов Titan набрали 82%, против 70% у ChatGPT и 66% у Gemini. Компания также разработала собственный индекс Banker Trust Index, оценивающий безопасность, надёжность и соответствие надзорным требованиям. По всем категориям модели Titan получили более высокие баллы, чем универсальные языковые модели.
Модели Titan построены вокруг банковской онтологии, которая кодирует нормативные рамки, логику рисков и операционные процедуры непосредственно в архитектуре. Ответы включают отслеживаемое рассуждение, готовое к аудиту, с документацией, подходящей для надзорного обзора. Модели разработаны для развертывания рядом с данными учреждения, что снижает задержку и повышает предсказуемость.
Внедрение универсального искусственного интеллекта в банковской сфере вызывает всё больше вопросов у регуляторов и команд по риску из-за галлюцинаций и непоследовательных результатов. Подход Titan отражает новую категорию специализированного искусственного интеллекта, созданного для регулируемых отраслей, где объяснимость, аудитируемость и соответствие надзорным требованиям — это обязательные условия, а не дополнительные опции.
Универсальные языковые модели хороши для общих задач, но в банковском деле цена ошибки слишком высока. Галлюцинации, когда модель уверенно выдает неверную информацию, в финансах недопустимы. Titan предлагает альтернативу: модели, которые изначально обучались на банковских данных и нормативных документах, а значит, лучше понимают контекст и реже ошибаются. Вопрос в том, насколько быстро банки перейдут с универсальных моделей на специализированные и готовы ли они платить за «банковскую версию» искусственного интеллекта. Но тренд очевиден: ИИ в финансах должен быть не просто умным, а ещё и послушным и понятным для регулятора.
Источник: thepaypers.com
