金融行业用好大模型，只有“垂直”一个解

主要观点总结

文章主要介绍了大模型在金融行业的落地应用，特别是垂直模型在金融领域的价值。文章以通义点金为例，详细阐述了其解决金融行业应用新技术时面临的谨慎态度、准确性、可解释性以及合规性的要求。通过介绍垂直模型的应用情况，展示了AI技术在金融行业的创新实践。同时，文章还提到了数据飞轮、模型可解释性、云基础设施的规模效应和生态层面的深度集成等关键技术在金融行业的实际应用和重要性。

关键观点总结

关键观点1: 金融行业对新技术的谨慎态度及垂直模型的价值

金融行业因其特殊性，在应用新技术时往往比其他行业更加谨慎。垂直模型通过将行业核心知识、能力与经验内化到模型本身，为复杂的领域场景提供确定性解法，是金融行业应用AI技术的最优实现路径。

关键观点2: 通义点金在金融行业的应用和创新实践

通义点金作为金融垂直模型生产工场，在数据飞轮能力、模型可解释性、云基础设施的规模效应和生态层面的深度集成等方面取得了显著进展，为金融行业带来了实质性的改变。

关键观点3: 数据飞轮和模型可解释性的重要性

数据飞轮让模型实现持续迭代，而模型可解释性则是金融行业对AI技术的刚性需求。通义点金利用数据飞轮和可观测链路等技术提高模型的可解释性，满足金融行业的信任、风险和监管需求。

关键观点4: