Gambling Dataset

大型语言模型 (LLM) 已经在提高面向客户的运营和风险管理环境的效率。我将总结截至 2024 年 9 月 LLM 和生成式 AI 在银行和金融服务行业中已证实且可能产生的影响。为了让广大受众尽可能地了解这一点，我将仅限于一组特定的用例：

处于活动状态且至少有一位客户端正在积极使用。
如果相关团队可以访问 Dataiku，则可以无需代码、无需数据科学专业知识即可进行构建和自动化。
不需要比当前一代“现成的”模型更先进的技术，通过安全云或内部运行：不需要模型微调或再训练。

换句话说，如果具备以下三点，业务团队无需专门的数据 俄罗斯电话号码数据 科学家就可以实现以下用例：

访问相关数据集
获得公司认可的法学硕士学位
Dataiku：无需代码 即可构建和自动化GenAI项目的最佳平台
客户参与
个性化营销沟通
LLM 可以分析客户数据，包括交易历史、财务数据、人口统计和偏好，以生成个性化沟通。这可以包括量身定制的产品推荐、有针对性的营销活动和主动警报。

目前，LLM 可以有效地完成这项工作。由于 LLM 能够比人类更快地生成高度定制的材料，因此显然有提高效率的潜力。然而，出于质量保证和法规遵从的考虑，仍然需要人工审核消息传递。

因此，这些系统目前不是为每个客户端生成真正独特的消息（这在技术上是可行的），而是用于生成大量但仍然可供人工审查的目标消息。