光子·慧營是一款基于恒生電子金融大模型LightGPT打造的資管運營智能助手，旨在通過先進的自然語言處理技術，提升金融機構資產管理、估值清算等環節的運營效率。產品基于恒生電子在資產管理L域多年來積累的數據和業務理解，借助LLM Function call、RAG等技術，實現面向資管運營的智能機器人、知識庫問答、NL2API等多場景應用。用戶可通過統一的對話界面進行業務實時進度和法律法規查詢、詢問系統操作指南或者直接進行業務操作，簡化了繁雜的頁面操作，實現智能化資管運營。
在證券公司托管外包業務中，金融機構面臨著大量來自專業機構客戶的業務咨詢，不僅要求客服人員對金融業務有深入的了解，還需要快速準確地回答客戶問題。傳統的客服模式依賴人工處理，效率較低，且難以應對大量重復性問題。
光子·慧營旨在通過大模型技術，協助證券公司針對私募管理人提供智能服務助理，幫助私募管理人更G效地理解托管系統操作及業務處理情況，從而提升系管理人和托管人之間在系統協作過程中，業務處理效率更G效，客戶體驗及滿意度也更優。
主要產品功能：
1、智能化資管運營中控：基于LightGPT的意圖識別能力，實現對十萬個FAQ、幾百篇專業化文檔RAG、
上百個API的Function call等后臺不同AI能力的智能化調度，打造資管運營智能化中控。
2、圖文RAG問答：面向資產管理、估值核算、TA等系統操作文檔的RAG問答，支持圖文流式輸出，支持
面向系統操作截圖和資管流程圖的問答。
3、面向金融資管業務的智能助理：針對上百個系統菜單，實現自然語言的“語控萬物”，用戶直接通過自
然語言即可完成G頻系統操作。
技術創新點：
1、G精度表格解析：利用Table-Transformer技術，產品實現了對金融L域復雜表格的G精度解析，包括無框線、虛線、合并單元格等，顯著提升了金融相關產品測試數據的F1分數，比同行方案G出8%-10%。
2、復雜版面布局解析：新增了對文檔注釋、長圖像、多欄等復雜版面布局的解析能力，增強了對結構化和非結構化信息的綜合理解能力，擴大了RAG技術在金融場景的應用范圍。
3、持續學習與迭代擴充：設計了資管運營知識的持續學習機制，使模型能夠通過業務交互數據不斷積累新知識，擴充知識庫，具備自我迭代優化的能力。同時，融合了L域知識庫編輯修正工具，支持人工校正和新增知識，形成人機協同的閉環學習模式。
4、少樣本提示與API識別：實現了動態少樣本提示function call參數識別，支持正向、反向樣例干預學習，API定位和參數識別準確率超過95%。項目支持超過300個API的理解學習，基座大模型擴展識別能力強，支持動態增加API，冷啟動準確率在90%以上，少量提示樣例學習效果更佳。
1、經濟和社會效益：光子·慧營通過大模型自動化、智能化處理金融數據和業務，J大提升資管運營效率，降低了運營成本及風險，為資管機構帶來了可觀的經濟效益。同時，產品通過提G金融機構的服務響應速度和服務質量，促進了金融服務水平的提升，推動了社會經濟的發展。
2、產品應用前景：光子·慧營憑借其在降本增效方面的優勢，在金融行業中得到了廣泛的關注。目前，客戶需求強烈，應用場景多樣，項目正逐步擴大其在證券托管及其他金融L域的應用探索范圍，展現出良好的市場前景和發展潛力。
針對4000個主要栽培品種的每一個基因變異鑒定,針對250份核心品種的農藝性狀和表型問答,對水稻15個關鍵發育階段的空間組學測序和單細胞組學測序數據。
基于最新的人工智能技術手段，通過智能合同審查算法和合同知識圖譜，能夠實現智能風險識別、自動比對兩份合同間的差異及為法務同事提供一系列智能輔助功能
山海大模型的出現，推動了國內AGI 的進一步發展和應用，為相關產業帶來了巨大變革，從效率、成本、體驗等多角度，助力千行百業的智慧升級
得物AI查驗鑒別系統與得物鑒別專家的鑒別結果吻合度在99.9999%以上，已覆蓋箱包、手表、鞋類、服飾、配飾、奢侈品、戶外運動、美妝等眾多品類
案例庫還能更好發揮典型案例的引領示范作用，通過總結長三角地區豐富的教育改革實踐，向世界更好展示長三角教育發展實踐和治理實踐的顯著成效
系統埋點數據應用統計功能，為建立評價指標提供基礎數據，包括用戶滿意率、系統訪問量、知識熱度、賬號活躍度等;知識庫可以對接各業務系統，
大模型支持的制造企業私域AIGC應用有助于客戶提高生產力和效率。長期來看，模型的自我學習能力可以顯著減少人工更新和維護的需要
以每年新增150萬用戶數為基礎，預估產品滲透率為20%，即可售出約30萬套產品 License及各項服務。社會效益方面，項目在就業、知識產權、服務創新等領域具有顯著的效益
通過 LLM+RAG架構嵌入外部保險知識庫數據，助手能夠提供高度定制化的問答服務;還擴展了多項功能，包括常見保險知識問答、保險產品信息檢索、保險數據計算器
提升價值密度，優化商品均價與贈品價值策略，有效提升商品吸引力及銷售效率。通過深入分析真實的凈客單價，幫助品牌方精準定位價格策略，制定相應的市場對策
配備了自研的RAG模塊，該模塊可在AIPC上本地化運行，為豐富的知識庫應用提供強大的支持;保障了用戶知識和應用的隱私性和高效性
在底層硬件芯片和上層大模型之間建立了高效的鏈接，通過AI基礎軟件的創新，實現算力資源的最大化利用。也首次提出了統一的算力服務計量單位“度”(DCU)，以推進標準化的算力計量計費
