当前位置:首页 > 报告详情

杨强-联邦大小模型协作学习.pdf

上传人: 哆哆 编号:631184 2025-04-19 50页 24.29MB

1、ML-SummitML-Summitwww.cpp-www.ml-summit.orgwww.gosim.orgwww.pm-summit.orgML-SummitML-SummitML-SummitML-SummitML-SummitML-Summit杨杨强强 加加拿拿大大工工程程院院及及加加拿拿大大皇皇家家学学院院院院士士、微微众众银银行行首首席席人人工工智智能能顾顾问问加拿大工程院及加拿大皇家学院院士,微众银行首席人工智能顾问,香港科技大学荣休教授,AAAI-2021大会主席,国际人工智能联合会(IJCAI)理事会前主席,曾获2017年 ACM SIGKDD 杰出服务奖以及2023年度“

2、IJCAI Donald E.Walker 杰出服务奖”。他还是两本国际顶级期刊ACM TIST和IEEE TRANS on BIG DATA的创始主编,CAAI/AAAI/ACM/IEEE/AAAS等多个国际学会的Fellow。他的研究领域包括迁移学习和联邦学习研究及应用,著作包括迁移学习、联邦学习、隐私计算和联邦学习实战等。演演讲讲主主题题:联联邦邦大大小小模模型型协协作作学学习习ML-SummitML-Summit2 20 02 25 5 全球机器学习技术大会联联邦邦大大小小模模型型协协作作学学习习杨 强香港理工大学AI高等研究院-院长首席AI官 香港科技大学-(前)系主任微众银行(前)

3、首席AI官CAIOML-SummitML-Summit杨 强 202504Copyright(c)2015-2024WeBank.Co.Ltd.All rights reserved.2AI 覆盖企业经营场景全流程营销获客风控/反欺诈智能客服存量运营企业运营/管理客户服务用用户户分分层层存存量量促促活活摘要小结生成人群精选+媒体投放+声纹核查声声纹纹识识别别+声声纹纹聚聚类类联联邦邦学学习习智能双录人人脸脸识识别别+语语音音识识别别人像核查人人脸脸识识别别+身身份份证证O OC CR R电话营销自主呼叫+用户意向判断联联邦邦学学习习智能撰写在线文本客服人工坐席助手实时质检离线质检生成质检报表、

4、用户画像音量/语速/违规/敏感词检测优秀话术引导知识点推荐/搜索数据安全合作准确率99.41%电话回访/促活多多渠渠道道触触达达保留视频存证声纹黑库搭建企业创新力评估办公工具数据不出本地文案,图片,音频,视频生成式专利大模型 A AI I 素素材材 A AI I 营营销销 A AI I 外外呼呼 A AI I 客客服服 A AI I 质质检检 A AI I 素素材材 A AI I 营营销销 A AI I 外外呼呼 A AI I 素素材材 A AI I 专专利利A AI I产产品品A AI I基基础础服服务务应应用用示示例例图例:ML-SummitML-Summit杨 强 202504Copyr

5、ight(c)2015-2024WeBank.Co.Ltd.All rights reserved.3智能营营销销系统Agent:降低获客成本、提高营销效率构构建建营营销销全全链链路路,帮帮助助业业务务找找到到目目标标用用户户、生生成成内内容容、适适时时触触达达用用户户 千人千面,高效触达存存量量促促活活拨打高意向用户电电销销外外呼呼筛选精准人群广广告告曝曝光光触触达达用用户户微微众众银银行行联邦建模业业务务侧侧业务私域数据A AI I团团队队联邦建模联邦平台合合作作方方合作平台广告平台生生成成内内容容第三方数据源联邦平台联邦平台联邦平台联邦建模寻寻找找用用户户A AI I素素材材生生成成素素

6、材材审审核核智能广告审核系统素素材材打打分分智能广告投放系统素材生成系统覆覆盖盖营营销销全全链链路路:帮助业务生成营销标签、素材、寻找和触达用户,广告曝光、电销外呼、存量促活联联邦邦学学习习多多方方安安全全联联合合建建模模:广告主可与媒体、第三方等在隐私数据保护前提下联合建模,提高模型效果,更精准投放对对接接海海量量媒媒体体:多平台广告流量端联邦接入ML-SummitML-Summit杨 强 202504Copyright(c)2015-2024WeBank.Co.Ltd.All rights reserved.4用户标签Agent:准确理解用户、提高营营销销效果在在营营销销场场景景,分分析析

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了联邦学习、迁移学习和分布式大模型的发展及其在金融、医疗等领域的应用。首先,作者阐述了联邦学习的概念和优势,包括提高数据可用性、保护隐私等。接着,作者详细介绍了迁移学习,即通过在大模型上预训练,然后在小模型上微调,以提高小模型的性能。此外,作者还探讨了分布式大模型的发展,包括联邦迁移学习、知识蒸馏等。最后,作者以金融领域的应用为例,展示了联邦学习和迁移学习在实际场景中的应用效果。
联邦学习如何解决数据隐私问题? 迁移学习如何提高模型泛化能力? 联邦迁移学习如何实现大模型和小模型的协同?
客服
商务合作
小程序
服务号
折叠