在金融领域，当前图智能技术的应用依然面临着一系列挑战，其中较为突出的是图谱的构建和维护，以及如何快速应用图谱实现业务交互的价值。大模型针对文本的理解和问答能力，一定程度上会加速解决面临的这些问题。

本次分享将结合实践经验，探讨大模型技术与图智能技术结合的三种方式：一是利用大模型辅助图谱构建，二是通过大模型增强图谱的使用，三是采用图增强的RAG（Retrieval Augmented Generation）模型。

在案例分享中，我们将重点介绍图智能结合大模型在营销场景下的应用，以及在金融知识库下的应用。这些案例将展示大模型与图智能技术相结合的优势，为金融领域提供更加智能、高效的解决方案。

演讲提纲：

1. 当前图智能在金融领域应用遇到的问题
   • 图智能技术概述
   • 金融知识图谱分类概述
   • 应用挑战
2. 大模型技术和图智能技术结合的三种方式
   • 大模型辅助图谱构建
   • 大模型增强图谱的使用
   • 图增强RAG
3. 案例分享
   • 图智能结合大模型在营销场景下的应用
   • 图智能结合大模型在金融知识库下的应用

听众受益点：

• 了解当前金融领域图智能技术应用面临的挑战和难点，有助于他们更好地理解行业现状和未来发展趋势；
• 了解到我们针对大模型如何和图智能技术结合，有助于在后续工作中类似的应用场景下探索更加高效和智能的解决方案，拓展思维，启发创新；
• 通过案例分享，有助于深入了解图智能技术结合大模型在营销场景和金融知识库中的具体应用，从中获取实践经验。