Futures
Accédez à des centaines de contrats perpétuels
TradFi
Or
Une plateforme pour les actifs mondiaux
Options
Hot
Tradez des options classiques de style européen
Compte unifié
Maximiser l'efficacité de votre capital
Trading démo
Introduction au trading futures
Préparez-vous à trader des contrats futurs
Événements futures
Participez aux événements et gagnez
Demo Trading
Utiliser des fonds virtuels pour faire l'expérience du trading sans risque
Lancer
CandyDrop
Collecte des candies pour obtenir des airdrops
Launchpool
Staking rapide, Gagnez de potentiels nouveaux jetons
HODLer Airdrop
Conservez des GT et recevez d'énormes airdrops gratuitement
Pre-IPOs
Accédez à l'intégralité des introductions en bourse mondiales
Points Alpha
Tradez on-chain et gagnez des airdrops
Points Futures
Gagnez des points Futures et réclamez vos récompenses d’airdrop.
Investissement
Simple Earn
Gagner des intérêts avec des jetons inutilisés
Investissement automatique
Auto-invest régulier
Double investissement
Profitez de la volatilité du marché
Staking souple
Gagnez des récompenses grâce au staking flexible
Prêt Crypto
0 Fees
Mettre en gage un crypto pour en emprunter une autre
Centre de prêts
Centre de prêts intégré
Promotions
Centre d'activités
Participez et gagnez des récompenses
Parrainage
20 USDT
Invitez des amis et gagnez des récompenses
Programme d'affiliation
Obtenez des commissions exclusives
Gate Booster
Développez votre influence et gagnez des airdrops
Annoncement
Mises à jour en temps réel
Blog Gate
Articles sur le secteur de la crypto
AI
Gate AI
Votre assistant IA polyvalent pour toutes vos conversations
Gate AI Bot
Utilisez Gate AI directement dans votre application sociale
GateClaw
Gate Blue Lobster, prêt à l’emploi
Gate for AI Agent
Infrastructure IA, Gate MCP, Skills et CLI
Gate Skills Hub
+10K compétences
De la bureautique au trading, une bibliothèque de compétences tout-en-un pour exploiter pleinement l’IA
GateRouter
Choisissez intelligemment parmi plus de 30 modèles d’IA, avec 0 % de frais supplémentaires
Le secteur financier taïwanais doit développer sa propre IA ! Le projet FinLLM a investi près de 70 millions de dollars, aperçu des délais de développement et des points forts en avant-première
16 institutions financières taïwanaises lancent le projet FinLLM, investissant près de 70 millions de dollars pour créer un grand modèle linguistique financier exclusif à Taïwan. En internalisant la réglementation locale, ils visent à résoudre le problème de l’erreur fréquente des IA générales, avec la première version du modèle dédié aux banques prévue pour la fin de cette année.
16 institutions financières collaborent pour développer l’IA financière taïwanaise FinLLM
Avec la vague de l’IA générative qui déferle à l’échelle mondiale, les grands modèles linguistiques universels rencontrent souvent des difficultés à être localisés et à intégrer les connaissances et réglementations spécifiques à la secteur financier taïwanais.
À ce sujet, l’alliance de l’industrie fintech a annoncé hier (22/04) le lancement officiel du projet de grand modèle linguistique financier (FinLLM), réunissant 16 institutions financières nationales, en collaboration avec le Conseil national de développement, le Département de la science et de la technologie, et la Commission de la régulation financière, qui participent tous ensemble.
Selon les reportages du « Economic Daily » et d’« iThome », le président de la Commission de la régulation financière, Peng Jinlong, a souligné que le secteur financier est une industrie fortement réglementée, impliquant de nombreuses réglementations locales complexes. La plupart des grands modèles linguistiques universels sur le marché sont entraînés sur des données internationales, ce qui comporte un risque d’erreur d’application réglementaire s’ils sont appliqués directement.
Le ministre du Département de la science et de la technologie, Lin Yijing, a également mentionné que, face à des problématiques financières spécifiques à un pays, les modèles généraux citent souvent des lois étrangères, générant des informations erronées. Développer un modèle doté de connaissances réglementaires taïwanaises et d’une compréhension locale est devenu une étape cruciale pour assurer la gestion des risques et la conformité.
Source : Photo de presse de l’alliance de l’industrie fintech. Discours du ministre du Département de la science et de la technologie lors de la conférence de presse sur le grand modèle linguistique financier FinLLM de l’industrie financière taïwanaise.
En participant à cette infrastructure IA, le secteur financier espère transformer la gestion de la conformité, passant d’un contrôle passif à une protection proactive, entraînant une transformation globale des services financiers et du fonctionnement organisationnel.
L’alliance de l’industrie fintech a également dévoilé la liste des participants au projet : Citi, Chunghwa Post, Taishin Shin Kong Financial Holding, E.SUN Financial Holding, Bank of Taiwan, Mega Financial Holding, First Commercial Bank, Future Bank, Cathay Financial Holding, Fubon Financial Holding, Hua Nan Financial Holding, KGI Securities, Changhua Bank, Taiwan Bank, Land Bank of Taiwan et Taiwan Business Bank.
Calendrier de développement de FinLLM : entraînement en mai, lancement de la première version d’ici la fin de l’année
Quand le secteur financier pourra-t-il finaliser le développement de FinLLM ? Il a été révélé que le projet prévoit de commencer officiellement l’entraînement du modèle en mai de cette année.
La première phase ciblera les banques disposant de réglementations et de données de base plus complètes, avec une version initiale prévue pour le troisième trimestre, et la version finale du modèle dédié aux banques d’ici la fin de l’année. Par la suite, le déploiement s’étendra progressivement aux secteurs de l’assurance et des valeurs mobilières. « Business Weekly » indique que l’ensemble du projet représente un coût proche de 70 millions de dollars.
Le directeur informatique de Citibank, Jia Jingguang, a révélé que, le projet FinLLM combinera la « base de données linguistique souveraine taïwanaise » du Département de la science et de la technologie avec la réglementation de la Commission de la régulation financière pour établir une formation légale, confiée à l’équipe locale d’Intelligent Asia pour l’ajustement et l’optimisation, et à l’Université nationale Chengchi pour établir un mécanisme d’évaluation standardisé afin de juger de la conformité des sorties.
L’objectif est de permettre au système d’atteindre le niveau professionnel d’un employé bancaire débutant, capable de gérer des tâches telles que l’évaluation du crédit et l’analyse financière, et à terme, de confier à des tiers l’autorisation, l’itération et la création d’un écosystème d’application pour le modèle.
Source : Photo de presse de l’alliance de l’industrie fintech. Photo de groupe des invités lors de la conférence de presse sur le grand modèle linguistique financier FinLLM de l’industrie financière taïwanaise.
En quoi FinLLM diffère-t-il des méthodes actuelles ?
Actuellement, la majorité des banques adoptent une architecture de génération renforcée par recherche lors de l’intégration de l’IA générative.
Jia Jingguang a expliqué que la méthode consiste à créer une base de connaissances en dehors du modèle général, permettant au modèle de rechercher des données en temps réel avant de générer une réponse. Bien que cela réduise en partie le taux d’erreur, le processus de recherche et de segmentation des données peut entraîner des omissions d’informations, et lorsque la quantité de connaissances augmente considérablement, cela pose des problèmes d’efficacité de recherche et de stabilité des réponses.
Ce qui différencie le développement d’un FinLLM dédié par l’industrie financière de l’approche de recherche renforcée précédente, c’est l’intégration directe des réglementations financières taïwanaises et des connaissances sectorielles dans le modèle, le système n’a plus besoin de dépendre de requêtes externes, il peut comprendre directement la logique financière et générer des réponses, ce qui améliore nettement la complétude des réponses et la capacité de raisonnement.
C’est également une étape importante pour la mise en œuvre de la loi sur l’IA à Taïwan et pour la publication des directives d’application de l’IA dans le secteur financier par la Commission de la régulation financière.
À l’avenir, les modèles d’IA appliqués dans la finance devraient adopter une approche hybride, en utilisant un modèle local entraîné en interne comme noyau, complété par une base de connaissances externe pour fournir des informations en temps réel, et en utilisant la collaboration homme-machine pour superviser la prise de décision, afin d’améliorer la qualité et l’efficacité des services financiers.
Lectures complémentaires :
La Central News poursuit après avoir poursuivi l’Université nationale de Taïwan ! La création d’un dataset en chinois traditionnel pour l’IA viole-t-elle les droits d’auteur ? Les deux parties ont trouvé un accord
Les gens aiment élever des homards ! Département de la science et de la technologie : l’IA sera intégrée dans les services publics, Foxconn envisage d’investir dans la puissance de calcul taïwanaise