持续攀登 AI 技术高峰，度小满轩辕预训练模型距离人类“表现”更近一步

目前，随着人工智能技术日益趋于成熟，其在金融服务领域的运用正在不断加深。通过人工智能技术，可降低金融服务成本，提高金融机构运营效率，为广大客户带来更高品质的服务体验。在人工智能领域，度小满不断加强科研投入，持续攻克技术难题。近期，其自主研发的轩辕 (XuanYuan) 预训练模型在 CLUE1.1 分类任务中夺得桂冠。

度小满轩辕预训练模型表现优秀，在 CLUE1.1 分类任务中排名第一

自然语言处理是人工智能皇冠上的明珠，近日，度小满 AI-Lab 让人类摘得明珠的步伐又前进了一步。据中文语言理解领域的权威测评基准官网公布，度小满 AI-Lab 研发的轩辕 (XuanYuan) 预训练模型在 CLUE1.1 分类任务中"力压群雄"获得了排名第一的好成绩。距离人类"表现"仅差 3.38 分！

CLUE 是中文语言理解领域最具权威性的测评基准之一，涵盖了文本相似度、分类、阅读理解共 10 项语义分析和理解类子任务。其中，分类任务需要解决 6 个问题，例如传统图像分类，文本匹配，关键词分类等等，能够全方面衡量模型性能。该榜单竞争激烈，几乎是业内兵家必争之地，例如快手搜索、优图实验室 & 腾讯云等等研究机构也都提交了比赛方案。

据悉，位居榜首的"轩辕"是基于 Transformer 架构的预训练语言模型，涵盖了金融、新闻、百科、网页等多领域大规模数据。因此，该模型"内含"的数据更全面，更丰富，面向的领域更加广泛。

度小满积极布局前沿技术，加强人工智能技术在金融各场景的应用

预训练模型是一种迁移学习的应用，可以利用几乎无限的文本，学习输入句子的每一个成员的上下文相关的表示，它隐式地学习到了通用的语法语义知识。换句话说，预训练模型把通用人类的语言知识先学会，然后再代入到某个具体任务。它可以将从开放领域学到的知识迁移到下游任务，以改善低资源任务；还可以使自然语言处理由原来的手工调参、依靠 ML 专家的阶段，进入到可以大规模、可复制的大工业施展的阶段。

目前，除了预训练，度小满 AI-Lab 在文本分类、信息抽取和技术资源等方向亦有布局。在战略上会有两点侧重：首先加强自身的数据生态建设，合法合规使用用户数据，解决数据孤岛；其次通过产学研相结合，布局前沿技术，落地金融场景业务。

目前，度小满与北京大学光华管理学院成立了"金融科技联合实验室"，和西安交大成立了"西安交通大学-度小满金融人工智能联合研究中心"，并与中国科学院自动化研究所共建博士后工作站，共同开展人工智能及相关领域的博士后联合招收培养。

度小满自主研发的的轩辕 (XuanYuan) 预训练模型在 CLUE1.1 分类任务中排名首位，足以见证度小满在人工智能领域的强劲实力。未来，人工智能技术的快速发展，将为金融行业带来诸多改变。在以度小满为代表的企业共同努力下，人工智能技术将深度赋能金融各大场景，为金融行业发展注入新鲜血液。