銀行をはじめとする金融機関は大規模な言語モデル（LLMs）に投資を進めていますが、内部運用と顧客対話の両方に優れたモデルを構築することには大きな課題があります。サンフランシスコに拠点を置くAI企業Writerが行った研究によると、多段階の推論を行うために設計された「思考型」LLMsは、実世界の金融シナリオでテストした場合の41%で誤情報を生成してしまうことがわかりました。
しかし、より古典的なチャットLLMsは、そのような誤情報を少なくし、精度が高いとされています。特に規制が厳しい業界での信頼性の確保には、誤情報が少ないという特性が重要です。金融業界におけるLLMsの使用方法には、顧客サポート向けのチャットボット構築などが含まれ、テクノロジーの進化と共に、金融サービスの基盤が強化されています。
さらにMorgan StanleyやAlly Bankといった企業は、OpenAIのGPT-4などの先進的なAIを利用し、金融アドバイスの改善やリスク評価、オートメーションに取り組んでいます。一方で、Writer社は、特に金融のために特化したPalmyra Finというモデルを提供しており、その精度と業界特有のニーズに応えるべく開発されたLLMは、従来の商用LLMsと比較しても顕著なメリットを提示することができるかもしれません。
出典 : GPT-4 faces a challenger: Can Writer’s finance-focused LLM take the lead in banking? https://tearsheet.co/artificial-intelligence/gpt-4-faces-a-challenger-can-writers-finance-focused-llm-take-the-lead-in-banking/
