以金融行業(yè)為代表的有著大量復(fù)雜數(shù)據(jù)處理和深入研究需求的場景，正成為AI智能體應(yīng)用場景落地的熱土。近日，華泰證券與字節(jié)跳動(dòng)旗下智能體平臺(tái)扣子空間聯(lián)合孵化的投研分析類智能體——“華泰A股觀察助手”開啟內(nèi)測。該智能體能夠深度處理輔助金融投資類分析任務(wù)，在扣子空間通用智能體技術(shù)支持基礎(chǔ)上，還引入了專業(yè)的金融領(lǐng)域API，實(shí)現(xiàn)定制化信息整合。相較于目前市場上同類產(chǎn)品而言，能夠提升數(shù)據(jù)準(zhǔn)確性與分析理解深度。

據(jù)了解，“華泰A股觀察助手”目前內(nèi)測版本主要提供兩大專業(yè)分析工具，一是可以自動(dòng)生成用戶定制的早報(bào)，其次針對某個(gè)具體問題進(jìn)行深度的研究或分析。它集成的網(wǎng)頁搜索功能，能快速且全面地從海量的網(wǎng)絡(luò)資源中篩選出與金融相關(guān)的最新資訊、市場動(dòng)態(tài)以及行業(yè)研究報(bào)告等信息。而通過調(diào)用專業(yè)金融領(lǐng)域API工具，既可以實(shí)時(shí)獲取已公開信息所涉的股票價(jià)格、成交量、財(cái)務(wù)報(bào)表等關(guān)鍵數(shù)據(jù)，也能根據(jù)大模型自己決策的條件精準(zhǔn)篩選出滿足條件的股票信息，從而盡量提高信息準(zhǔn)確性和及時(shí)性。

目前通用大模型在生成的過程中，有一定的概率會(huì)產(chǎn)生模型幻覺，即生成看似合理，但實(shí)際上與事實(shí)不符或無意義的內(nèi)容，具體在金融場景下，表現(xiàn)在模型生成事件信息時(shí)，可能會(huì)生成錯(cuò)誤的時(shí)間或數(shù)據(jù)，或者模型前后陳述的觀點(diǎn)相互沖突。這一問題產(chǎn)生的原因，可能是模型在訓(xùn)練過程中，訓(xùn)練數(shù)據(jù)存在偏差、不完整或錯(cuò)誤。

為進(jìn)一步降低模型幻覺、提高分析結(jié)果的準(zhǔn)確性，“華泰A股觀察助手”接入金融專業(yè)領(lǐng)域的API，可以在智能體的工作過程中，實(shí)時(shí)查詢最新的行情數(shù)據(jù)和準(zhǔn)確的財(cái)報(bào)信息，從而提高數(shù)據(jù)引用的準(zhǔn)確性，減少因低質(zhì)量數(shù)據(jù)源帶來的幻覺。對于復(fù)雜的數(shù)據(jù)分析和技術(shù)指標(biāo)分析，會(huì)使用Python來完成數(shù)據(jù)計(jì)算，盡可能地減少因模型計(jì)算帶來的錯(cuò)誤和幻覺。除了上述在模型生成過程中引入的各類方法，還在智能體的開發(fā)過程中，引入了金融領(lǐng)域?qū)＜业闹R(shí)。華泰證券的分析師和投資顧問，與扣子空間的算法專家互相配合，針對智能體的輸出結(jié)果進(jìn)行評價(jià)，提煉通用的問題，共同討論優(yōu)化方案，從而顯著提升智能體的回復(fù)質(zhì)量。

正因?yàn)榭梢垣@取更大范圍的連續(xù)數(shù)據(jù)并自主規(guī)劃分析方法，“華泰A股觀察助手”可以提供更復(fù)雜、更專業(yè)的研究分析工具，讓復(fù)雜深入的分析成為可能，也可提供更靈活的交付方式，例如對早報(bào)或回答文檔進(jìn)行追問，還能幫用戶生成PPT、網(wǎng)頁等多種形態(tài)的文件。

近年來，生成式人工智能正在重塑金融行業(yè)服務(wù)模式和底層邏輯，并在金融行業(yè)不同場景下展現(xiàn)出巨大應(yīng)用潛力。華泰證券積極擁抱生成式人工智能浪潮，目前公司已落成的集異構(gòu)算力、運(yùn)營管理、應(yīng)用開發(fā)三位一體的大模型平臺(tái)體系，大模型應(yīng)用在投研、投顧、投行等內(nèi)外部工作流中取得實(shí)質(zhì)進(jìn)展，并積極探索如何通過智能化工具提升客戶服務(wù)能力。同時(shí)，華泰證券針對實(shí)際需求廣泛開展生態(tài)合作，充分發(fā)揮金融專業(yè)優(yōu)勢以用促建，在提升華泰自身的科技能力的同時(shí)，推動(dòng)人工智能技術(shù)在金融場景應(yīng)用中的技術(shù)平權(quán)與普惠。