最近小伙伴研究了下AI，对于理杏仁这样的应用来说，目前至少有三点好处：
1. 各类宏观数据提取成本会大幅降低（很多语义化数据以前提取成本太高，只能通过正则穷举）。
2. 通过语义化输入转变成我们对应的选股条件，则很快就能实现i问财的类似功能（在以前是无法想象的）。
3. 用户可以语义化输入想要的数据，然后给出快速定位。
| 发布于: | 雪球 | 转发：1 | 回复：34 | 喜欢：7 |
最近小伙伴研究了下AI，对于理杏仁这样的应用来说，目前至少有三点好处：
1. 各类宏观数据提取成本会大幅降低（很多语义化数据以前提取成本太高，只能通过正则穷举）。
2. 通过语义化输入转变成我们对应的选股条件，则很快就能实现i问财的类似功能（在以前是无法想象的）。
3. 用户可以语义化输入想要的数据，然后给出快速定位。
ai目前的数据严谨性还不行，或者差的有点太远了
强烈建议推出行业专家Agent功能，比如问“啤酒行业CR5过去10年都分别做了什么并购”，可以直接给出答案并指出出处。这个应该是基于这些企业的年报和公告就可以获得语料的。不过需要一定算力支持。我尝试在自己的PC上做，PC性能和开源的工具功能都还不能支撑。太需要理杏仁支持了。
大模型是可以的，已经开发了一个PC端，能节省很多事
但是数据的准确呢？所谓AI幻觉，特别是那种10个数据对9个错1个那种。
那你们打算用吗
金融大模型落地，核心价值在应用端。理杏仁有很多结构化数据了，的确可以向C端的智能化转型。大有可为呀。以后就算被某些知名公司并购，也是很有想象空间呀。
有App了？
同在探索中。