Dasar
Spot
Perdagangkan kripto dengan bebas
Perdagangan Margin
Perbesar keuntungan Anda dengan leverage
Konversi & Investasi Otomatis
0 Fees
Perdagangkan dalam ukuran berapa pun tanpa biaya dan tanpa slippage
ETF
Dapatkan eksposur ke posisi leverage dengan mudah
Perdagangan Pre-Market
Perdagangkan token baru sebelum listing
Futures
Akses ribuan kontrak perpetual
TradFi
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Pre-IPOs
Buka akses penuh ke IPO saham global
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Simple Earn
Dapatkan bunga dengan token yang menganggur
Investasi Otomatis
Investasi otomatis secara teratur
Investasi Ganda
Keuntungan dari volatilitas pasar
Soft Staking
Dapatkan hadiah dengan staking fleksibel
Pinjaman Kripto
0 Fees
Menjaminkan satu kripto untuk meminjam kripto lainnya
Pusat Peminjaman
Hub Peminjaman Terpadu
Promosi
AI
Gate AI
Partner AI serbaguna untuk Anda
Gate AI Bot
Gunakan Gate AI langsung di aplikasi sosial Anda
GateClaw
Gate Blue Lobster, langsung pakai
Gate for AI Agent
Infrastruktur AI, Gate MCP, Skills, dan CLI
Gate Skills Hub
10RB+ Skills
Dari kantor hingga trading, satu platform keterampilan membuat AI jadi lebih mudah digunakan
GateRouter
Pilih secara cerdas dari 30+ model AI, dengan 0% biaya tambahan
Industri keuangan Taiwan harus mengembangkan AI sendiri! Proyek FinLLM menghabiskan hampir 70 juta dolar, lihat jadwal pengembangan dan sorotan utamanya
16 lembaga keuangan di Taiwan mendorong proyek FinLLM, menghabiskan hampir 70 juta yuan untuk membangun model bahasa keuangan khusus Taiwan. Dengan menginternalisasi regulasi lokal, mengatasi masalah umum AI yang mudah salah, diperkirakan versi pertama model khusus bank akan diluncurkan akhir tahun ini.
16 lembaga keuangan bekerja sama, mengembangkan AI industri keuangan Taiwan FinLLM
Seiring gelombang AI generatif menyapu seluruh dunia, model bahasa besar umum dalam menangani bidang keuangan profesional sering menghadapi masalah kurangnya lokalitas, serta sulit mengintegrasikan pengetahuan dan regulasi bisnis keuangan Taiwan.
Untuk itu, Aliansi Industri Fintech mengumumkan secara resmi proyek model bahasa besar keuangan (FinLLM) kemarin (22/4), mengumpulkan 16 lembaga keuangan domestik, serta melibatkan sumber daya dari Dewan Pengembangan Nasional, Departemen Data dan Komunikasi, serta Otoritas Pengawasan Keuangan.
Menurut laporan dari Economic Daily dan iThome, Ketua Otoritas Pengawasan Keuangan Peng Jinlong menyatakan bahwa industri keuangan adalah industri yang sangat diawasi, melibatkan banyak regulasi lokal yang kompleks. Saat ini, sebagian besar model bahasa besar umum dilatih dengan data internasional, jika langsung diterapkan, berisiko salah dalam penerapan regulasi.
Menteri Departemen Data dan Komunikasi Lin Yijing juga menyebutkan, ketika model umum menghadapi masalah keuangan spesifik negara tertentu, sering merujuk pada hukum luar negeri yang dapat menghasilkan informasi yang salah. Mengembangkan model yang memiliki pengetahuan regulasi Taiwan dan pemahaman lokal telah menjadi pekerjaan penting untuk memastikan pengendalian risiko dan kepatuhan.
Sumber gambar: Foto berita dari Aliansi Industri Fintech, Menteri Departemen Data dan Komunikasi Lin Yijing berpidato di konferensi pers tentang model bahasa besar keuangan AI FinLLM industri keuangan Taiwan
Dengan berpartisipasi dalam pembangunan infrastruktur AI ini, industri keuangan berharap dapat mengubah pengelolaan kepatuhan dari pemeriksaan pasif menjadi perlindungan aktif, mendorong transformasi menyeluruh dalam layanan keuangan dan operasi organisasi.
Aliansi Industri Fintech juga mengungkapkan daftar peserta proyek: CTBC Financial Holding, Chunghwa Post, Taishin Shin Kong Financial Holding, E.SUN Financial Holding, Bank of Taiwan, Mega Financial Holding, First Commercial Bank, Next Bank, Cathay Financial Holding, Fubon Financial Holding, Hua Nan Financial Holding, KGI Securities, Chang Hwa Bank, Taiwan Bank, Land Bank of Taiwan, dan Taiwan Cooperative Bank.
Jadwal pengembangan FinLLM: pelatihan Mei, peluncuran versi pertama akhir tahun
Kapan proyek FinLLM industri keuangan akan selesai? Dikonfirmasi resmi bahwa proyek ini dijadwalkan memulai pelatihan model secara resmi pada Mei tahun ini.
Tahap pertama akan difokuskan pada bank yang memiliki regulasi dan data dasar yang lebih lengkap, diperkirakan selesai model awal pada kuartal ketiga tahun ini, dan meluncurkan versi akhir model khusus bank akhir tahun ini, kemudian secara bertahap diperluas ke bidang asuransi dan sekuritas. Weekly menunjukkan bahwa seluruh proyek diperkirakan menghabiskan biaya mendekati 70 juta yuan.
Chief Information Officer CTBC Financial, Jia Jingguang, mengungkapkan, Proyek FinLLM akan menggabungkan “Basis Data AI Kedaulatan Taiwan” dari Departemen Data dan Komunikasi dan membangun dasar pelatihan yang sah berdasarkan regulasi dari Otoritas Pengawasan Keuangan, yang akan disesuaikan dan dioptimalkan oleh tim teknologi lokal, Asia Pacific Intelligent Machines, dan standar evaluasi yang distandarisasi akan dibuat oleh Universitas Chengchi untuk menilai kepatuhan output.
Targetnya adalah agar sistem mampu mencapai standar profesional tingkat awal dari petugas bank, mampu menangani penilaian kredit dan analisis keuangan, dan di masa depan akan diserahkan kepada pihak ketiga untuk membantu lisensi model, iterasi, dan pembangunan ekosistem aplikasi.
Sumber gambar: Foto berita dari Aliansi Industri Fintech, konferensi pers tentang model bahasa besar keuangan AI FinLLM industri keuangan Taiwan, foto bersama peserta
Apa bedanya FinLLM dengan metode yang ada saat ini?
Saat ini, sebagian besar bank mengadopsi arsitektur peningkatan pencarian saat mengimplementasikan AI generatif.
Jia Jingguang menyebutkan, metode saat ini adalah membangun basis pengetahuan di luar model umum, sehingga model dapat melakukan pencarian data secara real-time sebelum menghasilkan jawaban. Meskipun dapat mengurangi tingkat kesalahan hingga batas tertentu, proses pencarian data dapat menyebabkan informasi terlewat, dan ketika volume pengetahuan meningkat secara signifikan, akan menghadapi hambatan teknis berupa penurunan efisiensi pencarian dan ketidakstabilan jawaban.
Perbedaan utama dari pengembangan FinLLM khusus industri keuangan ini adalah menginternalisasi regulasi dan pengetahuan industri ke dalam model secara langsung, sehingga sistem tidak perlu bergantung pada pencarian eksternal, mampu memahami logika keuangan dan menghasilkan jawaban secara langsung, secara signifikan meningkatkan kelengkapan respons dan kemampuan penalaran.
Ini juga merupakan langkah penting bagi industri keuangan Taiwan setelah pengesahan dasar hukum AI dan peluncuran panduan aplikasi AI industri keuangan oleh Otoritas Pengawasan Keuangan.
Di masa depan, model AI industri keuangan diperkirakan akan mengadopsi mode hibrida, dengan inti berupa model lokal yang diinternalisasi, didukung oleh basis pengetahuan eksternal untuk memperbarui informasi terkini secara real-time, dan melalui kolaborasi manusia-mesin untuk mengawasi pengambilan keputusan, meningkatkan kualitas dan efisiensi layanan keuangan secara keseluruhan.
Baca lebih lanjut:
CNA laporkan bahwa kasus gugatan terhadap NTU mahasiswa berlanjut! Dataset data tradisional untuk AI melanggar hak cipta, kedua pihak telah berdamai
Masyarakat semangat memelihara lobster! Departemen Data dan Komunikasi: Agen AI pasti akan menyatu dalam layanan publik, Foxconn berminat berinvestasi dalam kekuatan komputasi Taiwan