生成式人工智能（GenAI）是一种能够生成新数据、图像和文本的机器学习技术。这种技术已经在许多领域实现了突破性进展，包括自然语言生成、图像和音频合成等。在银行业，GenAI的应用也在不断地扩展，包括智能客服、私有知识库问答、Copilot 及 API Discovery等。然而，GenAI 在银行业的广泛应用也带来了一些挑战和风险。这些风险包括数据隐私和安全等问题。因此，在采用 GenAI 时，银行需要结合审核和质量控制措施，以确保生成的内容符合预期的质量、监管和安全标准。

为了有效地应用 GenAI，可以按需采用如下路径，包括 Training from scratch、Finetune、Embedding、0-shot or Few-shot 等。通过这些路径，银行可以为其业务和客户提供更好的服务和体验。

总体而言，GenAI 在银行业的应用将带来更多机会和改变，但也需要注意其带来的挑战和风险。银行需要通过审查和质量控制来确保其应用 GenAI 的过程符合监管和安全要求，以确保其业务和客户的安全和可靠性。本次分享便将深度解读 GenAI 及其在银行业的应用。

演讲提纲： 

1. GenAI 的介绍

• LLM 的发展历程
• LLM 的分类及原理
• LLM 的特性，待解决问题

2. GenAI 对行业带来的机会及冲击

• 整体的情况
• 软件工程以及银行

3. GenAI 的采纳路径

• Training from scratch
• Finetune
• Embedding
• 0-shot or Few-shot

4. GenAI 在银行的应用

• 智能客服
• 企业私有知识库问答 (risk & compliance, legal contract)
• Copilot
• API Discovery

你将获得：

• 了解 Generative AI（GenAI）的基本概念和发展历程
• 理解大语言模型（LLM）的分类、原理、特性以及风险
• 了解 GenAI 带来的机会和冲击
• 了解 GenAI 的采纳路径
• 了解 GenAI 在银行领域的具体应用，如智能客服、企业私有知识库问答、Copilot 和 API Discovery 等