案例概述：农业银行大模型 ChatABC，对大模型精调、提示工程、知识增强、检索增强、人类反馈的强化学习（RLHF）等大模型相关新技术进行了深入探索和综合应用，结合农业银行研发支持知识库、内部问答数据以及人工标注数据等金融知识进行融合训练调优，实现了全方位的金融知识理解和智能问答应用。
实现方式：农业银行 AI 研发团队全面推进全栈自主的人工智能服务平台建设，构建适应 AI 大模型的算力、数据、模型、工具、应用五位一体的 AI 大模型创新应用体系。在算力方面，构建云原生异构算力新基础，统一纳管 GPU、NPU 等 AI 芯片，提升算力利用效率；数据方面，围绕 “采建管用” 闭环构建基础数据闭环，优化数据配比、采集用户反馈数据、通过强化学习自优化；模型方面，采用开放式框架，构建适应不同场景的模型库，参考 HELM 等体系构建金融特色模型评价体系；工具方面，依托 kubeflow 等组件构建 AI 大模型训练流水线，提升训练效率；应用方面，构建异构知识库，支持全文检索、知识推理等场景，实现多源知识无缝融合。
主要成效：已在智能问答、智能客服、辅助编程、智能办公、智能风控等多个领域同步进行试点。其中智能问答场景已提供超过 200 万次问答服务；辅助编码场景支持代码生成、单测生成、代码翻译等功能，已超过 8 万行代码投入生产应用。
社会价值：是金融行业首个自主创新的金融 AI 大模型应用，通过 AI 大模型的创新应用，持续提升农业银行服务社会、服务经济、服务三农的水平，推动金融行业数字化转型和智能化升级。
提交反馈
典型案例
