#读者福利，欢迎留言互动，4月5日前，平台随机从留言中选取2位读者获赠本期推荐好书！
姚前 杨涛 主编
人民日报出版社 出版
内容简介
大模型如何在金融应用中顺利“闯关”？
新形势下金融业怎样实现高质量发展？
随着金融科技的蓬勃发展，金融行业正经历着一场革命性的变革。金融垂直领域模型构建与金融数据的结合成为推动金融科技创新和发展的重要动力。同时，金融垂直领域的大模型应用仍面临挑战。本书邀请中国工商银行、清华大学、中国工程院、中国证监会等产、学、研领域的十余位权威专家，对金融领域大模型的技术、应用、合规、监管等方面进行深入阐释，力图共同构建更强大、安全、可靠的金融垂直领域基础模型，切实为经济高质量发展提供助力。
作者简介
姚前
教授级高工，中国证监会科技监管司司长、信息中心主任。曾任中国证券登记结算有限责任公司总经理，中国人民银行数字货币研究所所长，发表学术文章200多篇，著作10多部，多次获得金融科技发展奖一等奖等奖项，多项专利发明人，主持多项国家标准制定。
杨涛
国家金融与发展实验室副主任，中国社会科学院产业金融研究基地主任，研究员，兼任全国金融标准化技术委员会委员等。主要研究领域包括宏观金融与政策、数字经济与数字金融、支付清算等。已主编出版图书《中国产业链韧性：金融的力量》《金融创新：助力实现共同富裕》《绿色金融：助力碳达峰、碳中和》等。
专家推荐
李扬（中国社会科学院学部委员、国家金融与发展实验室理事长）
金融业是使用科技最主要的领域之一。生成式人工智能的出现，对某些领域来说似为灭顶之灾，但是历史证明，科技的步伐是挡不住的，而且科技一定会创造新的生存场景。本书既阐述了大模型治理智慧，又分析了大模型在金融领域的实践应用案例，还展望了未来发展方向，能为做好科技金融这篇大文章提供强有力的智力和学术支持。
郑纬民（中国工程院院士、清华大学计算机系教授）
大语言模型为人工智能系统赋予强大的语言理解和生成能力，具有明显的优势特征。在金融行业，大语言模型可以用于金融分析、风险分析、客户分析等众多业务场景，本书对此也有多方论证与详细阐述。当前，众多金融机构主动融入数字中国建设大局，加快建立开放性的产业生态，把选择权交给用户，驱动行业百花齐放，也将能真正促进大模型产业在金融领域的健康发展。
柴洪峰（中国工程院院士、复旦大学金融科技研究院院长）
金融垂直领域的大模型应用仍面临挑战。金融数据和知识的私密性限制了共享和构建大规模数据集的能力，金融数据的多模态特性也增加了模型处理和建模的复杂性，还有“幻觉”、伦理治理等问题。为了克服这些难题，加强产学研用的合作势在必行。本书综合展现大模型的有关理论与具体应用实践，为新形势下更好地促进大模型落地金融场景提供很好的借鉴和启示。
目录
序一 大模型赋能金融科技：思考与展望 柴洪峰
序二 生成式AI让金融服务更有温度 高 峰
前言 杨 涛
上篇 大模型考验治理智慧
01大模型生态建设与合规发展（姚前）
一、ChatGPT训练数据来源与处理流程
二、大模型的升级与进化路径分析
三、构建各类模型相互联通的生态
四、合成数据将成为大模型训练数据的新来源
五、大模型训练数据的合规风险
六、利用数据托管机制构建大模型训练数据监管体系
七、大模型工具链的标准化和安全管控
八、政策建议
02生成式AI大模型的金融应用仍需“闯关”（杨涛）
一、从供给侧看人工智能演变及ChatGPT金融应用
二、从需求侧看ChatGPT的金融应用机遇
三、金融业应用人工智能存在的挑战
四、着力促进数据要素到数据资产的“升级”
五、努力提升算力资源与基础设施治理水平
03走向负责任和可问责的金融大模型伦理治理（段伟文）
一、走向通用人工智能的大模型与生成空间的形成
二、生成式人工智能的长期风险和现实的社会伦理风险
三、生成式人工智能在金融领域的应用及其主要风险
四、负责任和可问责的金融大模型伦理治理初探
04人工智能在金融领域应用的风险暴露与监管挑战（尹振涛 王美懿）
一、人工智能在金融领域应用中的风险敞口暴露
二、人工智能技术对现有金融监管体系的挑战
三、促进人工智能在金融领域应用的对策建议
05大模型赋能金融业的责任之路（温昱晖 段力畑）
一、生成式AI 大模型的应用责任
二、影响负责任大模型金融应用治理的主要因素
三、构建负责任AI 大模型行业治理体系的探索
中篇 大模型如何改变金融业
06 AI大模型在银行业的落地探索实践（吕仲涛）
一、AI 大模型概况
二、AI 大模型银行业应用价值
三、工商银行AI 大模型实践
四、AI 大模型应用风险和挑战
五、AI 大模型银行业落地的思考与建议
07银行如何拥抱AI奇点时刻——以ChatGPT为例（沈志勇）
一、生成式AI 大模型的理解与建设
二、生成式AI 大模型将为银行带来新机遇
三、运用GenAI 技术的挑战与风险
四、总结
08生成未来：人工智能预训练大语言模型在金融风险管理的应用及展望（俞勇）
一、ChatGPT原理简述
二、生成式预训练大模型在金融业的应用现状及发展路线
三、预训练大模型在风险管理的应用场景分析
四、总结
09大语言模型在银行财富管理领域的应用（吴永飞 宁冰 叶广楠 刘森 王彦博 陈志豪 陈生 杨璇）
一、人工智能与AIGC发展回顾
二、以ChatGPT为代表的大语言模型技术发展
三、对人工智能大语言模型应用模式的思考
四、人工智能大语言模型在银行财富管理领域的应用探索
五、结语
10大模型在基金投顾领域的潜在应用和风险（刘玮 范仲悦 马彦楠）
一、基金投顾亟待创新性业务探索
二、生成式大模型助力基金投顾业务回归服务本源
三、大模型落地基金投顾，潜在挑战和风险仍存
四、总结
下篇 人工智能还将走多远
11以数据资产图谱技术构建金融大模型的数据供给生态（林常乐）
一、国家加快推进大数据战略布局
二、数据体量、数据产权及数据质量
三、金融行业的数据权益与大模型
四、大模型时代的价值衡量体系重构
12人工智能大模型在金融行业的应用展望与建议（李振华 刘沛然 徐润 卢传斌 徐枞）
一、人工智能大模型概述
二、AI 大模型在金融行业的应用及前景
三、政策建议
13大语言模型在金融知识服务中的挑战与应对（庞斌 孔夏）
一、问题产生的背景
二、问题描述
三、问题来源与解决策略
四、案例- 金融客服助手
五、总结与展望
14大模型在银行客户体验管理和客户经营领域的应用实战（孙中东 陈涛）
一、背景：数字化转型中的存量竞争困局
二、方案：大模型赋能银行建立超个性化客户经营体系
三、实战：银行全面体验管理场景下的大模型应用实战
四、未来：银行大模型应用展望
把握时代机遇，加入科技与金融之旅
金融讲习所是由《清华金融评论》专门为读者打造的正统金融讲习所，量化投资讲习所二期全新上线，3大模块，3种模式，8天互动，旨在为学员们更加多维化地展示量化投资商业运营模式及市场投资实践，促进行业内更多交流，助力学员把握行业未来发展。
金融微课堂 Weclass in Finance
赠书名单公布
感谢读者朋友的热情参与，，请于4月5日前在本文留言区回复收件人+地址+联系方式，过期视为自动放弃，留言不会公开请放心，赠书将陆续寄出，请耐心等待哟！
老纪
大河向东劉
了解更多书籍，可关注
《清华金融评论》微信号：thf-review
中信出版集团微信号：citicpub
清华大学出版社微信号：qhdxcbs
中国金融出版社微信号：chinafph
东北财经大学出版社微信号：dufep1985
机械工业出版社华章财经微信号：hzbook_tzlc
人民日报出版社微信号：rmrbcbs
中国人民大学出版社阅想时代:mindtimespress
中国财政经济出版社微信号：cfeph_me
责编丨王晗、兰银帆
初审丨徐兰英
终审丨张伟
热门跟贴