🔥 WCTC S8 全球交易賽正式開賽!
8,000,000 USDT 超級獎池解鎖開啟
🏆 團隊賽:上半場正式開啟,預報名階段 5,500+ 戰隊現已集結
交易量收益額雙重比拼,解鎖上半場 1,800,000 USDT 獎池
🏆 個人賽:現貨、合約、TradFi、ETF、閃兌、跟單齊上陣
全場交易量比拼,瓜分 2,000,000 USDT 獎池
🏆 王者 PK 賽:零門檻參與,實時匹配享受戰鬥快感
收益率即時 PK,瓜分 1,600,000 USDT 獎池
活動時間:2026 年 4 月 23 日 16:00:00 - 2026 年 5 月 20 日 15:59:59 UTC+8
⬇️ 立即參與:https://www.gate.com/competition/wctc-s8
#WCTCS8
台灣金融業要自己做AI!FinLLM專案斥資近7千萬,開發時程、亮點搶先看
台灣16家金融機構推動FinLLM專案,斥資近7,000萬元打造台灣專屬金融大語言模型。藉由內化在地法規,解決通用AI易出錯的痛點,預計今年底推出首版銀行專用模型。
16家金融機構聯手,開發台灣金融業AI FinLLM
隨著生成式 AI 浪潮席捲全球,通用大語言模型在處理專業金融領域時,常面臨不夠在地化,而且難以對接台灣金融業務知識與規範等痛點。
對此,金融科技產業聯盟昨日(4/22)宣布正式推動金融大型語言模型專案(FinLLM),集結 16 家國內金融機構,並結合國發會、數發部與金管會等產官學資源共同參與。
根據《經濟日報》與《iThome》的報導,金管會主委彭金隆指出,金融業是高度監理產業,牽涉大量複雜的在地法規。目前市面上的通用型大型語言模型多以國際資料訓練,若直接套用,容易出現法規適用錯誤的風險。
數發部部長林宜敬也提到,通用模型面對特定國家的金融專業問題時,常會引述國外法律產生錯誤資訊。發展具備台灣法規知識與在地化理解能力的模型,已成為確保風險控管與合規的重要工程。
圖源:金融科技產業聯盟新聞照 數發部部長林宜敬在台灣金融業AI FinLLM金融大語言模型記者會上致詞
藉由參與此 AI 基礎建設,金融業期望將合規管理由被動審查轉為主動防護,帶動金融服務與組織運作的全面轉型。
金融科技產業聯盟也揭露參與專案的名單:中信金、中華郵政、台新新光金控、永豐金控、合作金庫銀行、兆豐金控、第一銀行、將來銀行、國泰金控、富邦金控、華南金控、凱基金控、彰化銀行、台灣銀行、台灣土地銀行與台灣企銀。
FinLLM開發時程:5月訓練、年底推首版模型
至於金融業 FinLLM 什麼時候會開發完成?官方透露該專案預計在今年 5 月正式啟動模型訓練。
第一階段將鎖定法規與資料基礎較完整的銀行業,預計今年第 3 季完成初版模型,並於今年底推出最終版的銀行專用模型,後續再逐步擴展至保險與證券領域。《今周刊》指出,整個專案預計投入接近 7,000 萬元的成本。
中信金資訊長賈景光透露,FinLLM 專案將結合數發部的「台灣主權 AI 語料庫」與金管會法規建立合法訓練基礎,交由本土技術團隊亞太智能機器進行調校與最佳化,並由政治大學建立標準化評測機制以判斷輸出的合規性。
目標是讓系統具備初階銀行從業人員的專業水準,能處理授信評估與財務分析等任務,未來並將交由第三方協助模型的授權、迭代與應用生態建立。
圖源:金融科技產業聯盟新聞照 台灣金融業AI FinLLM金融大語言模型記者會,出席嘉賓合影
FinLLM跟現行做法有哪邊不一樣?
現階段多數銀行導入生成式 AI 時,普遍採用檢索增強生成架構。
**賈景光指出,現行作法是在通用模型之外建立知識庫,讓模型即時查詢資料後再生成答案。**雖然可以在一定程度上降低錯誤率,但在資料切分檢索的過程中容易遺漏資訊,且當知識量大幅增加時,會面臨查詢效率下降與回答不穩定的技術瓶頸。
這次金融業共同開發專屬 FinLLM,與過往的檢索增強架構不同的地方,是將台灣金融法規與產業知識直接內化至模型當中,系統不需依賴外部查詢,就能直接理解金融邏輯並生成答案,能明顯提升回應完整性與推理分析能力。
這也是在台灣 AI 基本法上路、金管會推出金融業 AI 應用指引後,台灣金融業跨出的重要一步。
未來金融業的應用 AI 模型,預計將採用混合模式,以內化訓練的在地模型為核心,搭配外部知識庫補充最新即時資訊,並透過人機協作模式把關決策,帶動整體金融服務品質與效率的升級。
延伸閱讀:
中央社提告台大生後續來了!做繁中資料集給AI涉侵權,雙方已和解
民眾瘋養龍蝦!數發部:AI代理人一定會融入公務,鴻海有意投資台灣算力