🔥 WCTC S8 全球交易赛正式开赛!
8,000,000 USDT 超级奖池解锁开启
🏆 团队赛:上半场正式开启,预报名阶段 5,500+ 战队现已集结
交易量收益额双重比拼,解锁上半场 1,800,000 USDT 奖池
🏆 个人赛:现货、合约、TradFi、ETF、闪兑、跟单齐上阵
全场交易量比拼,瓜分 2,000,000 USDT 奖池
🏆 王者 PK 赛:零门槛参与,实时匹配享受战斗快感
收益率即时 PK,瓜分 1,600,000 USDT 奖池
活动时间:2026 年 4月 23 日 16:00:00 -2026 年 5 月 20 日 15:59:59 UTC+8
⬇️ 立即参与:https://www.gate.com/competition/wctc-s8
#WCTCS8
台湾金融业要自己做AI!FinLLM项目斥资近7000万,开发时间、亮点抢先看
台湾16家金融机构推动FinLLM项目,斥资近7,000万元打造台湾专属金融大语言模型。通过内化在地法规,解决通用AI容易出错的痛点,预计今年底推出首版银行专用模型。
16家金融机构联手,开发台湾金融业AI FinLLM
随着生成式AI浪潮席卷全球,通用大语言模型在处理专业金融领域时,常面临不够在地化,而且难以对接台湾金融业务知识与规范等痛点。
对此,金融科技产业联盟昨日(4/22)宣布正式推动金融大型语言模型项目(FinLLM),集结16家国内金融机构,并结合国发会、数发部与金管会等产官学资源共同参与。
根据《经济日报》与《iThome》的报道,金管会主委彭金隆指出,金融业是高度监管产业,牵涉大量复杂的在地法规。目前市面上的通用型大型语言模型多以国际数据训练,若直接套用,容易出现法规定适用错误的风险。
数发部部长林宜敬也提到,通用模型面对特定国家的金融专业问题时,常会引述国外法律,产生错误信息。发展具备台湾法规知识与在地化理解能力的模型,已成为确保风险控管与合规的重要工程。
图源:金融科技产业联盟新闻照 数发部部长林宜敬在台湾金融业AI FinLLM金融大语言模型记者会上致词
通过参与这项AI基础建设,金融业期望将合规管理由被动审查转为主动防护,带动金融服务与组织运作的全面转型。
金融科技产业联盟也披露参与项目的名单:中信金、中华邮政、台新金控、永丰金控、合作金库银行、兆丰金控、第一银行、将来银行、国泰金控、富邦金控、华南金控、凯基金控、彰化银行、台湾银行、台湾土地银行与台湾企银。
FinLLM开发时程:5月训练、年底推首版模型
至于金融业FinLLM什么时候会开发完成?官方透露,该项目预计在今年5月正式启动模型训练。
第一阶段将锁定法规与数据基础较完整的银行业,预计今年第3季完成初版模型,并于今年底推出最终版的银行专用模型,后续再逐步扩展至保险与证券领域。《今周刊》指出,整个项目预计投入接近7,000万元的成本。
中信金资讯长贾景光透露,FinLLM项目将结合数发部的「台湾主权AI语料库」与金管会法规建立合法训练基础,交由本土技术团队亚太智能机器进行调校与优化,并由政治大学建立标准化评测机制以判断输出的合规性。
目标是让系统具备初阶银行从业人员的专业水准,能处理授信评估与财务分析等任务,未来也将交由第三方协助模型的授权、迭代与应用生态建立。
图源:金融科技产业联盟新闻照 台湾金融业AI FinLLM金融大语言模型记者会,出席嘉宾合影
FinLLM和现行做法有什么不同?
目前多数银行导入生成式AI时,普遍采用检索增强生成架构。
**贾景光指出,现行做法是在通用模型之外建立知识库,让模型即时查询资料后再生成答案。**虽然可以在一定程度上降低错误率,但在资料切分检索的过程中容易遗漏信息,且当知识量大幅增加时,会面临查询效率下降与回答不稳定的技术瓶颈。
这次金融业共同开发专属FinLLM,与过往的检索增强架构不同之处,是将台湾金融法规与产业知识直接内化进模型当中,系统无需依赖外部查询,就能直接理解金融逻辑并生成答案,能明显提升回应完整性与推理分析能力。
这也是在台湾AI基本法上路、金管会推出金融业AI应用指引之后,台湾金融业跨出的重要一步。
未来金融业的应用AI模型,预计将采用混合模式,以内化训练的在地模型为核心,搭配外部知识库补充最新即时信息,并透过人机协作模式把关决策,带动整体金融服务品质与效率的升级。
延伸阅读:
中央社提告台大生后续来了!做繁中数据集给AI涉侵权,双方已和解
民众疯养龙虾!数发部:AI代理人一定会融入公务,鸿海有意投资台湾算力