Познакомьтесь с Slope TransFormer крупной языковой моделью (LLM), специально обученной для понимания языка банков.

Познакомьтесь с LLM моделью Slope TransFormer – новинкой в области языкового моделирования, разработанной специально для понимания банковского языка.

<img alt=”” src=”https://ai.miximages.com/www.marktechpost.com/wp-content/uploads/2023/11/1_FbKukA5DdQAbrwWjvlE9Eg-1024×288.gif”/><img alt=”” src=”https://ai.miximages.com/www.marktechpost.com/wp-content/uploads/2023/11/1_FbKukA5DdQAbrwWjvlE9Eg-150×150.gif”/><p>В платежах понимание транзакций является важным для оценки рисков в бизнесе. Однако расшифровка запутанных банковских данных по транзакциям представляет собой вызов, поскольку она выражается разными способами в разных банках. Существующие решения, такие как Plaid и ChatGPT, имеют ограничения, такие как недостаточное покрытие и многословность. Для решения этой проблемы было создано новое решение под названием Slope TransFormer – крупная языковая модель (LLM), специально обученная понимать язык банков.</p><p>Транзакции сложно понять, потому что они поступают в разных формах, что делает традиционные методы, основанные на правилах, неэффективными. Plaid, стандартный провайдер Open Banking, предлагает менее 50% покрытия транзакционных данных, а его метки могут быть шумными и запутанными. Языковые модели, такие как ChatGPT, обещают извлекать смысл из структурированных данных, но требуют помощи при предсказуемости и масштабируемости.</p><p><a href=”https://www.rupython.com/semantic-segmentation-with-dense-prediction-transformers.html”>Slope TransFormer</a>, <a href=”https://www.rupython.com/ai-solution-on-amazon-sagemaker-to-assist-amazon-eu-design-and-construction.html”>новое решение</a>, преодолевает эти проблемы, являясь частной LLM, точно настроенной для извлечения смысла из банковских транзакций. Оно решает ограничения предшественника SlopeGPT, предоставляя точные и краткие метки контрагента в интерпретируемой форме. Ключ к его успеху заключается в определении нового языка во время обучения, сосредоточившись исключительно на извлечении названия продавца из транзакций.</p><p>Используя эффективную базовую модель OPT-125M и алгоритм точной настройки под названием LoRA, TransFormer достигает замечательной скорости – разметки более 500 транзакций в секунду, ускоряясь в 250 раз по сравнению с SlopeGPT. Он обладает более 72% точностью полного совпадения с экспертами-людьми, превосходя Plaid, который достигает только 62%. Решение точное и высоко надежное, что делает его надежным в производственной системе.</p><p>Эффективность и функциональность TransFormer уже привели к его внедрению в панели мониторинга кредитов. Его эффективность и функциональность предоставляют подробное представление о бизнесе, позволяя отслеживать изменяющиеся риски, оповещать о необычных событиях и применять автоматические корректировки. Конечная цель – использовать TransFormer для управления всей системой аккредитации, достигая точного понимания бизнеса за пределами традиционной финансовой отчетности.</p><p>В заключение, Slope TransFormer является значительным рубежом в переопределении процесса аккредитации в экономике B2B. Его эффективность, точность и интерпретируемость открывают путь к более точному пониманию бизнеса, раскрывают новые сигналы реального времени для отслеживания и управления рисками. Это развитие соответствует более широкому видению SlopeAI по цифровизации мировой экономики B2B с использованием ИИ для автоматизации рабочих процессов и устранения неэффективности, которая препятствовала прогрессу десятилетиями.</p><p>Пост <a href=”https://www.rupython.com/introducing-medcpt-a-contrastive-pretrained-transformer-model-for-zeroshot-biomedical-information.html”>Знакомство с Slope TransFormer: большой языковой моделью (LLM), специально обученной понимать язык банков</a> появился сначала на <a href=”/?s=MarkTechPost”>MarkTechPost</a>.</p>