专题演讲嘉宾：尹辰轩

大模型的出现让一切需要与人进行交互的领域都有了新的技术方案，投顾领域也将迎来大模型时代。通用型的大模型，在专业领域上的深度思考以及幻觉风险使得在投顾这种强合规领域上应用速度慢，本次演讲将分享一种大小模型协同架构下的大模型投顾方案，利用传统量化小模型的精准性和高性能，结合大模型Agent的搭建，实现问题识别、任务扩写、API调用小模型以及答案融合。该方法可以基于任意基础大模型进行行业级扩展，经过测试，基本解决幻觉问题，并大大优化了回答的深度。

演讲提纲

1. 智能投顾行业简介
   • 智能投顾发展历史
   • 国内和海外智能投顾介绍
   • 智能投顾发展方向
2. 大小模型协同在智能投顾领域的应用
   • 大小模型协同架构
   • 投顾Agent流程编排
   • 小模型引擎的价值
3. 大模型投顾的效果
   • 随着基础模型一起成长
   • 专业性与幻觉解决

您的演讲有哪些前沿亮点？

1. 与基础模型解耦，可以让行业级模型随着基础模型的成长也成长
2. 小模型和数据可以私有化部署，实现在专业知识上的私密性
3. 小模型引擎的可扩展性，可以没有上限的拓展投顾领域的知识边界

听众收益

1. 大模型应用架构上的经验
2. 金融业务应用的参考