登录社区云，与社区用户共同成长
邀请您加入社区
从捕捉行业趋势到躬身实践，宇信科技以其在出海战略上的生态化布局与在AI技术上的场景化深耕，生动诠释了中国金融科技企业如何凭借硬核实力与软性智慧，赢得全球市场的信任。
大模型的安全漏洞， 正在成为金融机构应用大模型的“致命暗礁”。你的企业能否在模型幻觉、数据泄露、 不良信息输出、算力攻击等新型风险中筑牢防线？参与金融大模型安全守护者PK赛， 测测你的安全防御认知能击败多少同行？
有没有大神带入门了解一下算力 算法 云游戏啥啥啥 等等相关的应用~
清华大学苏州研究院数字工业中心秉承研究院“引力行业创新，服务行业创新”的理念，发力“数字汽车产品”和“数字汽车服务”两大方向，重点研发并成果转化了“自动驾驶整车在环仿真测试系统”，并有着自动驾驶数据定义加工等能力和测试数据的大量需求。根据协议，双方将在清华大学苏州汽车研究院与易华录长期战略合作关系的基础上，会同清华大学苏州研究院数字工业中心，聚焦智能驾驶细分领域，围绕智能驾驶产业存储和算力等基础服
算力上，异构算力管理复杂，调度缺乏灵活性；2025年，大模型推动金融行业迈入全新智能时代，算法从“被动处理任务”转向“主动进化策略”，OpenAI GP-5、Google Gemini、百度文心4.5等国内外大模型，凭借长文本处理、多模态交互等能力，破解金融“长文本、高实时、强专业”痛点。为破局，金融行业大模型应用呈现通用场景向专精场景演进趋势，需进行AI原生能力重构，从基础设施、数据平台、模型平
数字中国，要建立在安全底座上，已经成为各界共识。自研操作系统OpenHarmony支撑着各大关键行业的国产化软硬件，其价值和技术被广泛肯定，最新进展也牵动了各路人马的关注和好奇。近期第二届开放原子开源基金会OpenHarmony技术大会召开，有一个消息就引发关注。证通电子基于OpenHarmony底座自主研发的LightBeeOS智能终端操作系统，通过了中国网络安全审查技术与认证中心CCRC EA
中国社科院国家金融与发展实验室副主任杨涛指出，AI大模型的发展面临全新机遇，包括金融业数字化升级的“技术焦虑”，技术、监管、客户需求三要素日益成熟，数据、算法、算力持续完善，众多服务商推出的智能服务，金融行业优秀案例形成示范效应等，推动金融机构、技术企业、科研机构等多方主体构建的创新合作生态持续完善。奇富科技表示，公司将扎根上海，持续加大在人工智能技术上的研发与投入，推动中国金融智能化迭代升级，同
规则僵化：依赖人工制定的规则引擎，无法适应市场环境的快速变化（如黑天鹅事件、政策突变）；数据处理局限：难以整合文本（新闻、财报）、数值（行情、财务指标）、图像（K线图、资金流向图）等多模态数据，导致决策信息不完整；自适应能力不足：传统机器学习模型（如SVM、随机森林）需要离线训练，无法实时学习市场新规律，泛化能力差。2024年，金融AI智能体将成为投资决策的核心工具，其核心趋势是LLM+KG知识增
在微服务与 AI Agent 爆发的 2026 年，传统的金融数据接口（FIX/私有 TCP）正面临严峻的工程挑战。本文基于 Postman 2026 行业报告，从架构师视角深度剖析 Stripe、Polygon 等标杆产品的 API 设计哲学（DX），并详解如何通过 OpenAPI (Swagger)、WebSocket 心跳机制及数据分层策略，解决金融行情接入中的“隐形技术债务”。
引言:邢不行的系列帖子“量化小讲堂”，通过实际案例教初学者使用python进行量化投资，了解行业研究方向，希望能对大家有帮助。【历史文章汇总】请点击此处【必读文章】EOS期现套利，一周时间，15%无风险收益10年400倍策略分享（附视频逐行代码讲解）个人微信：xingbx007，有问题欢迎交流。如何安装pandas...
根据无复权收盘价和除权除息数据计算复权因子，进而计算前复权收盘价和后复权收盘价
京东金融推出的“京小贝”多智能体系统，通过意图识别、资产诊断、策略生成等多个垂直智能体协同工作，为用户提供覆盖“投前-投中-投后”全链条的智能投顾服务。以金智维为例，其通过香港和新疆两大支点布局东南亚及中亚市场，将国内成熟的业务理解与工程化经验延伸至海外，并参与了如“中国-东盟咖啡人民币计价结算指数”等跨境金融创新实践，为智能体技术的国际化应用提供了新样本。金智维等企业打造的企业级智能体平台，则为
这是AI驱动自动复核体系的核心环节，核心目标是让AI模型“知道什么是敏感数据、如何识别不同形式的敏感数据”，分为**“敏感数据特征定义、训练数据集构建、AI模型训练/微调、模型精度评估”** 四大子步骤，其中模型本地微调是提升模型适配性与识别精度的关键，也是区别于通用模型与企业专属模型的核心。
本文将不是一篇泛泛而谈的理论文章，而是一次“外科手术式”的深度实战复盘。我将以亲身主导的某大型金融企业（下文统称为“G银行”）的AI数据安全智能体建设项目为蓝本，完整地呈现一个企业级AI安全系统从需求洞察、技术选型、架构设计、核心算法实现、系统集成、部署上线到运营优化的全过程。你将看到我们如何将机器学习、自然语言处理、图计算等AI技术与传统安全数据相结合，构建一个具备“感知-认知-决策-行动”能力
在金融领域，风险如同隐藏在平静海面下的暗礁，时刻威胁着金融机构的稳定运营。从银行的信贷业务，到证券的投资交易，再到保险的承保理赔，风险无处不在。传统的风控手段，就像是依靠经验和简单工具在茫茫大海中探测暗礁，随着金融业务的日益复杂和规模的不断扩大，已经逐渐力不从心。而智能风控，就如同给金融机构配备了一套先进的声呐系统，能够更精准、更高效地识别和应对风险。它借助人工智能（AI）技术强大的数据分析和预测
2026年，全球形势动荡与国内发展机遇并存：国际政治多极格局加速形成，科技竞争成为大国博弈核心；国内经济企稳回升，新质生产力引领高质量发展，金融市场稳健运行，科技自立自强取得重大突破，金融科技融合创新进入深水区，"十五五"规划开局良好。科技创新机遇：AI大模型、量子计算、集成电路、生物技术等前沿领域，将迎来政策与资本双重加持；产业融合机遇：数字经济与实体经济深度融合，工业互联网、智能制造、绿色科技
2024年，全球区块链市场规模突破1.2万亿美元，智能合约作为区块链的“大脑”，已支撑起DeFi、NFT、DAO等万亿级应用生态。然而，传统智能合约的“被动执行”模式正面临瓶颈——它们只能按预设规则运行，无法根据环境变化动态调整策略，更无法自主决策以应对复杂场景。
图像内容自动生成文字向来是文档编辑智能化的重要场景，ONLYOFFICE能够实现开发一个可识别图像并生成标题、说明或替代文本的自定义AI功能。
AI技术正在深刻改变金融行业的风控模式。从传统的规则驱动到如今的数据驱动，AI不仅提升了风控的精准度和效率，也为金融机构创造了更大的价值。通过构建智能化的风险管理体系，我们能够更好地平衡风险与收益，为经济的健康发展保驾护航。随着技术的不断进步，我们可以期待一个更加智能、高效、安全的金融未来。这不仅是技术的胜利，更是人类智慧与科技力量相结合的结晶。让我们共同见证这场金融行业的AI革命！🧠💼📈。
未来区块链金融的核心价值，不在于 “去中心化” 的技术形式，而在于 “信任重构” 的本质 —— 通过算法信任降低金融交易的信任成本，通过可编程性提升金融服务的效率与精准性，通过资产数字化实现金融资源的普惠分配。金融机构需把握三大战略方向：① 加大技术投入，构建跨链互操作能力；② 积极参与全球监管规则制定，抢占合规创新制高点；③ 探索 CeDeFi 融合模式，打造 “高效、安全、合规” 的差异化竞争
摘要： 金融数字化转型中，微服务架构对系统稳定性、性能和安全性要求极高。Nacos作为阿里巴巴开源的服务发现与配置管理平台，凭借高可用、高性能和安全性，已在蚂蚁金服、建设银行等金融机构广泛应用。本文探讨Nacos在金融级场景的高可用架构设计（集群部署、数据持久化、容灾演练）、高并发优化策略（架构隔离、参数调优、缓存机制）及实战解决方案（节点通信、连接池耗尽等），并结合头部机构案例，为金融微服务治理
摘要：金融行业大模型落地面临幻觉、不可控等通用模型固有难题，需构建与通用技术正交的垂域技术体系。本文提出以"企业上下文"管理为核心的金融垂域解决方案，通过"应用实体地图"结构化组织业务知识资产，实现可控大模型与有界智能体。该体系包含领域资源基础设施、标准MCP模型等核心组件，可支撑Agentic应用开发平台建设，推动金融业务从系统主体向智能联接主体转型，最终
金融反欺诈AI模型实战解析：从规则到智能的进化之路 摘要： 本文深入探讨AI技术在金融反欺诈领域的应用，揭示传统规则系统的局限性（高误报率、滞后性）与现代欺诈行为的复杂性（团伙作案、跨平台洗钱）。重点解析了机器学习（随机森林/XGBoost）、深度学习（LSTM/图神经网络）等核心技术如何通过特征工程和实时评分机制识别隐蔽欺诈。文章包含Java代码示例演示简易欺诈检测模型构建流程，并强调联邦学习在
在当今金融市场日益复杂多变的背景下，传统的金融研究方法论往往难以满足快速变化的市场需求和复杂的数据分析要求。开发基于大模型的金融研究方法论创新生成系统的目的在于利用大模型强大的语言理解和生成能力，为金融研究人员提供创新的研究思路和方法。该系统的范围涵盖了金融市场的多个领域，包括但不限于股票市场、债券市场、期货市场等。它可以处理各种金融数据，如市场行情数据、公司财务数据、宏观经济数据等，并基于这些数
Henon推出全球首个Zero-Error RAG系统，专为金融工作流设计，通过"零误差验证层"的四重保障机制，将AI幻觉率从传统RAG系统的8-15%降至接近零。该系统采用"生成中约束"架构，在智能解析、事实核查、交叉验证、溯源追踪和一致性检测方面实现突破，满足金融行业对AI"零容忍"的可靠性要求。虽然处理速度降低30%，但整体效率仍远超人工，为金融机构从"能用"到"敢用"AI提供了可靠路径。
本文探讨了知识库RAG系统中问题泛化的重要作用。作为用户提问与系统响应间的"翻译官"，问题泛化能将个性化问题转化为标准化表述，提高检索召回率和匹配精度。通过保留关键实体、剥离冗余细节、口语转标准术语等方法，让系统更精准理解用户意图，是决定RAG系统用户体验的关键环节，能让大模型更聪明可靠。
文章详细介绍了构建企业级检索增强生成(RAG)系统的六大核心技术环节：查询构建、查询转换、智能路由、索引优化、精准检索与排序以及生成与闭环。通过模块化设计，从自然语言理解到最终生成的完整流程，解决了大模型"幻觉"和知识滞后问题，帮助开发者搭建高精度、高可用的AI应用系统。
中国首条金融商用量子加密专线已在四川正式开通，为高价值交易筑起“绝对安全”屏障。AI风控、智能投顾、算法交易，正成为量子安全的最大受益者——谁先布局，谁就将在2026金融大洗牌中赚翻天！
在华尔街的交易大厅里，高频交易引擎以微秒级速度吞吐着全球订单；在深圳的科技园区内，AI算法正从历史数据中挖掘隐秘的交易规律。当传统金融与人工智能深度碰撞，一场静默的革命正在重塑资本市场的底层逻辑。本文将带您穿透技术迷雾，从CTA策略的算法基因解码，到交易所API对接的工程化实践，揭示AI量化交易系统开发的全链路奥秘。这场融合了数学智慧、工程艺术与金融哲学的探索，或许正在叩响未来金融的新纪元。
当前，千问、deepseek等AI平台极大地帮助用户快速获取所需信息，同理，财税企服平台深耕财税行业，AI分析大模型集成了业内专家智库的经验和数据并行、算法能力，一定程度上是汇聚了专家与AI大数据的双重智慧。正在上演：一边是深耕行业数十年的资深会计师凭借经验形成的审慎思维，另一边是以“分钟级响应”为标志的数字化工具带来的效率革命。它解放了会计师的时间，聚焦了专业智慧，最终为企业提供更深入、更前瞻的
在当前短视频和直播主导的时代，虚拟主播正迅速成为大众视野中的焦点，并被视为内容创作领域的新趋势。各大热门平台上充斥着虚拟主播的身影，他们通过多样化的内容形式吸引观众，包括知识分享、产品推荐等，内容覆盖范围广泛。数据显示，过去一年里，虚拟主播视频的发布量增长了58%，播放量激增了77%。这一显著的增长趋势促使众多创作者和商家加入其中，以把握数字时代的机遇。许多品牌开始采用虚拟主播作为代言人，通过口播
这是最好的时代，也是最坏的时代。尽管大模型技术在金融领域具有巨大的应用潜力，但其应用也面临不容忽视的风险和挑战。本文将深入研究大模型在金融领域的数据隐私和安全风险、模型可解释性和透明度、监管和合 规要求，梳理中国、美国、欧洲等地 AIGC 技术的应用规则，探索对应的风险管理和应对策略。当前，金融科技已经从“立柱架梁”迈入了“积厚成势”新阶段，越来越多的金融机构积极使用数字技术来为金融血脉注入全新能
看了一篇关于用LLM agent 建立交易和风控系统的文章，这篇文章是今年NIPS上的一篇文章：其实文章的亮点在于risk management component里面，怎么针对manager agent 作出的决策计算P&L 或者 CVaR 来对决策好坏进行策略调整。
本文将深入剖析一个基于多智能体LLM的金融交易决策框架，揭示其如何通过分层辩论架构模拟真实交易公司的决策流程，以及如何利用LangGraph实现复杂的工作流编排。文章包含完整架构图、核心代码解读和二次开发指南。
🎯 核心亮点•：深度融合基本面与技术面指标，全方位解析股票价值•：将复杂数据转化为清晰易懂的专业级投资报告• 实时市场数据流接入 | 动态可视化分析 | 一键生成Markdown格式报告▌项目核心架构项目采用了一个由两个专业AI智能体组成的系统：1. 股票分析智能体：负责收集和分析股票数据2. 报告撰写智能体：将分析转化为专业报告两个智能体通过 CrewAI 框架进行协作，按顺序执行任务，形成一
金融
——金融
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
九章云极普惠算力
深开鸿 技术专区
NVIDIA DRIVE 智能汽车专区
火山引擎 ADG 社区
