隨著科技的飛速演變，人工智慧大模型在金融範圍的應用實現了從理論創新到實踐落地的重大跨越。繼去年刊登行業內首個130億參數開源大模型招聯智鹿后，基于持續增強的高精度資料獲取和精湛算法能力迭代，招聯再次推出消費金融行業首個小參數輕量級模型——招聯智鹿二代。
據理解，相較於一代模型，招聯智鹿二代是基于llama3開發的80億參數大模型，首要在消費金融行業的中文對話範圍實現了性能、效能等方面的顯著躍升。
公開資料呈現，招聯智鹿二代一經刊登，便在國內權威榜單取得C-Eval排名TOP 14、CMMLU排名TOP 5的好紀錄，通用知識範圍的技術水平和創新實力再獲權威認可。同期入選榜單的還包含科大訊飛、阿里、百度等科技企業的自研大模型。
作為中文大模型的權威標準，C-Eval榜單由清華大專院校、上海交通工具大專院校和愛丁堡大專院校合作開發，CMMLU榜單由MBZU人工智慧、上海交通工具大專 院校、微軟亞洲分析院共同推出。這兩個平臺，均是現階段對模型潛力判斷最具權威性的大模型榜單，專門用于評估語言模型在中文語境下的知識和推理水平。
當前，金融行業群模大戰如火如荼，大量公司與分析機構都在追求更大參數規模、更高算力和更強通用性的模型結構，但面向差異行業和範圍的不同化市場需求，通用大模型并非適合所有公司。
輕量級大模型盡管參數縮小，但卻可以通過升級改善模型結構，優化資料質量和練習方式達到增加性能、減少算力消耗的效果，進一步提升應答效能，保證終端 服務質量，與此同時還可以有效保護使用者資料隱私。 基于這一行業背景，招聯積極響應時代潮流，精準預判技術走向。
自2025年11月正式推出招聯智鹿大模型后，僅用半年多時間即完成大模型二次迭代，不只推動業務能力提質躍遷，與此同時夯實技術創新能力，為普惠金融高質量演變供給堅實技術保障。 高質量資料是確保金融大模型有效運行，為使用者供給精準、及時信息服務的保障。
為了克服金融資料稀少、質量不達標等行業廣泛痛點，招聯攜手中山大專院校持續升級迭代大模型算法，重點在資料解決環節執行全方位改善，不只通過資料去重和質量篩查方法，收集數千萬條指令，還針對某些範圍資料采集不足的難題，創新資料合成方式，提升金融資料質量。
以自進化指令合成方法為例，招聯智鹿二代可以通過生成回復與搜索發動機後果的交叉驗證，生成最優語料用作練習樣本，為增強模型性能供給了強有力支持。
經測算理解，相較於原有的llama3模型，招聯智鹿二代大模型在大局部權威評測榜單上性能增加接近一倍，且優于一些參數量超過700億的行業大模型，充分彰顯了其在參數效能和任務解決能力上的平衡與強大，與此同時也印證了輕量級大模型在垂直範圍的突出優勢。
金融大模型正在掀起新一輪的智慧金融變革風暴，此次招聯再推輕量級大模型，將為行業演變供給全新的借鑒。基于持續增強的高精度資料獲取能力，招聯智鹿二代將助力消費金融行業演變，在日常辦公、金融交互研究、智能客服、信審簡報生成、代碼生成輔助等實際應用場景中，發揮更大價值。
以智能客服為例，經模擬檢測，該版次模型不只可以結合具體會話狀態與服務場景，快速精準地執行會話小結，提升坐席40%作業效能，還能充分使用深度研習技術，準確了解顧客意圖，共情顧客情緒，并將與顧客交互的 經驗和感覺積累形成豐富的參考樣本，以更好細化顧客訴求，加強二次跟進，專項處理顧客難題，推動客服質量改
善提升。 在辦公效率提升方面，招聯智鹿二代同樣展示優秀，基于日常辦公方面完整的知識庫，以及強大的智能識別能力，對員工的日常提問、服務咨詢實現了80%以上的人工替代和近20%的準確度提升，進一步增加企業內部精細化運營能力。
實踐證據，招聯智鹿二代通過升級改善模型、優化資料集質量、改進練習方式等，憑借更小的大模型參數，也能達成更優良的效果，與此同時減少算力消耗，進一步實現降本增效。
從行業來看，作為消費金融範圍排頭兵，招聯智鹿二代的迭代升級將為行業身體健康演變注入新鮮活力，開源模式的開放態度成為推動普惠金融深入演變的一抹亮色。
據透露，為應對更復雜金融難題和更高業界市場需求，探索模力金融實踐路徑，招聯將來還將不斷聚焦小參數高性能大模型方向，在優質資料獲取和精湛算法等方面持續發力，通過迭代具有更高性能的參數大模型，構建更加優秀的多維評估體系，為行業將 來演變供給更強大的技術支持。
作為招商銀行業與中國聯通兩家央企的合作典范，招聯始終積極協同股東發力數字景氣新賽道， 秉持以科技踐行普惠 讓信用不負期待的理念，推動普惠金融高質量演變。
在將來的演變路徑中，招聯將不斷以技術創新為中心，以業務市場需求為導向，推動技術與業務的深度整合，致力于為行業帶來更多技術突破和業務創新，為使用者創造更大價值，開啟智能金融新篇章。