🔥 WCTC S8 全球交易赛正式开赛!
8,000,000 USDT 超级奖池解锁开启
🏆 团队赛:上半场正式开启,预报名阶段 5,500+ 战队现已集结
交易量收益额双重比拼,解锁上半场 1,800,000 USDT 奖池
🏆 个人赛:现货、合约、TradFi、ETF、闪兑、跟单齐上阵
全场交易量比拼,瓜分 2,000,000 USDT 奖池
🏆 王者 PK 赛:零门槛参与,实时匹配享受战斗快感
收益率即时 PK,瓜分 1,600,000 USDT 奖池
活动时间:2026 年 4月 23 日 16:00:00 -2026 年 5 月 20 日 15:59:59 UTC+8
⬇️ 立即参与:https://www.gate.com/competition/wctc-s8
#WCTCS8
台湾金融业要自己做AI!FinLLM项目斥资近7000万,开发时间、亮点抢先看
台灣16家金融机構推动FinLLM專案,斥资近7,000万元打造台灣專屬金融大语言模型。藉由內化在地法規,解決通用AI易出错的痛点,预计今年底推出首版银行專用模型。
16家金融机構聯手,开发台灣金融业AI FinLLM
随著生成式 AI 浪潮席捲全球,通用大语言模型在處理專业金融领域时,常面臨不夠在地化,而且难以对接台灣金融业務知识与規範等痛点。
对此,金融科技产业聯盟昨日(4/22)宣布正式推动金融大型语言模型專案(FinLLM),集結 16 家国內金融机構,並結合国发会、數发部与金管会等产官学资源共同參与。
根據《经濟日报》与《iThome》的报導,金管会主委彭金隆指出,金融业是高度監理产业,牽涉大量複雜的在地法規。目前市面上的通用型大型语言模型多以国际资料訓練,若直接套用,容易出现法規适用错誤的风险。
數发部部长林宜敬也提到,通用模型面对特定国家的金融專业问題时,常会引述国外法律产生错誤资訊。发展具備台灣法規知识与在地化理解能力的模型,已成为確保风险控管与合規的重要工程。
圖源:金融科技产业聯盟新聞照 數发部部长林宜敬在台灣金融业AI FinLLM金融大语言模型記者会上致詞
藉由參与此 AI 基礎建设,金融业期望將合規管理由被动審查转为主动防護,帶动金融服務与組织运作的全面转型。
金融科技产业聯盟也揭露參与專案的名單:中信金、中华郵政、台新新光金控、永豐金控、合作金庫银行、兆豐金控、第一银行、將来银行、国泰金控、富邦金控、华南金控、凱基金控、彰化银行、台灣银行、台灣土地银行与台灣企银。
FinLLM开发时程:5月訓練、年底推首版模型
至於金融业 FinLLM 什麼时候会开发完成?官方透露該專案预计在今年 5 月正式啟动模型訓練。
第一階段將锁定法規与资料基礎较完整的银行业,预计今年第 3 季完成初版模型,並於今年底推出最終版的银行專用模型,后续再逐步擴展至保险与证券领域。《今周刊》指出,整个專案预计投入接近 7,000 万元的成本。
中信金资訊长賈景光透露,FinLLM 專案將結合數发部的「台灣主權 AI 语料庫」与金管会法規建立合法訓練基礎,交由本土技術團队亞太智能机器进行调校与最佳化,並由政治大学建立標準化評測机制以判斷输出的合規性。
目標是让系统具備初階银行从业人員的專业水準,能處理授信評估与财務分析等任務,未来並將交由第三方協助模型的授權、迭代与应用生態建立。
圖源:金融科技产业聯盟新聞照 台灣金融业AI FinLLM金融大语言模型記者会,出席嘉賓合影
FinLLM跟现行做法有哪边不一樣?
现階段多數银行導入生成式 AI 时,普遍採用檢索增強生成架構。
**賈景光指出,现行作法是在通用模型之外建立知识庫,让模型即时查詢资料后再生成答案。**雖然可以在一定程度上降低错誤率,但在资料切分檢索的过程中容易遺漏资訊,且当知识量大幅增加时,会面臨查詢效率下降与回答不穩定的技術瓶頸。
这次金融业共同开发專屬 FinLLM,与过往的檢索增強架構不同的地方,是將台灣金融法規与产业知识直接內化至模型当中,系统不需依賴外部查詢,就能直接理解金融逻辑並生成答案,能明顯提升回应完整性与推理分析能力。
这也是在台灣 AI 基本法上路、金管会推出金融业 AI 应用指引后,台灣金融业跨出的重要一步。
未来金融业的应用 AI 模型,预计將採用混合模式,以內化訓練的在地模型为核心,搭配外部知识庫補充最新即时资訊,並透过人机協作模式把关決策,帶动整體金融服務品质与效率的升級。
延伸阅读:
中央社提告台大生后续来了!做繁中资料集給AI涉侵權,雙方已和解
民眾瘋養龙蝦!數发部:AI代理人一定会融入公務,鴻海有意投资台灣算力