奇富科技TRIDENT框架成功問鼎AI領(lǐng)域頂級會議，引領(lǐng)多模態(tài)大語言模型新潮流

奇富科技TRIDENT框架引領(lǐng)多模態(tài)大語言模型新潮流

隨著人工智能領(lǐng)域的快速發(fā)展，多模態(tài)大語言模型（MLLM）在零樣本學(xué)習(xí)中的潛力逐漸被挖掘。近日，奇富科技聯(lián)合北京交通大學(xué)發(fā)表的論文Leveraging MLLMEmbeddings and Attribute Smoothing for Compositional Zero-Shot Learning，憑借其顛覆性的創(chuàng)新，成功登頂人工智能“奧林匹克”IJCAI2025會議。這一突破性的成果，標(biāo)志著奇富科技在AI基礎(chǔ)技術(shù)與產(chǎn)業(yè)應(yīng)用深度融合方面占據(jù)了先發(fā)優(yōu)勢，也預(yù)示著多模態(tài)大語言模型的新潮流的到來。

首先，讓我們回顧一下這一創(chuàng)新的技術(shù)背景。這是全球首個將多模態(tài)大語言模型（MLLM）深度應(yīng)用于組合零樣本學(xué)習(xí)的技術(shù)突破。MLLM作為一種強大的大語言模型，能夠處理多種模態(tài)的數(shù)據(jù)，如文本、圖像、音頻等，并將其整合為有意義的表示。這種模型在零樣本學(xué)習(xí)中表現(xiàn)出色，能夠從無標(biāo)簽的數(shù)據(jù)中學(xué)習(xí)新的知識和技能。

奇富科技的TRIDENT創(chuàng)新框架，通過特征自適應(yīng)聚合、MLLM嵌入及屬性平滑等技術(shù)，有效攻克了組合零樣本學(xué)習(xí)中的背景干擾、語義捕捉等難題，其性能達(dá)到了當(dāng)前最優(yōu)水平。這一成果在金融科技領(lǐng)域極具應(yīng)用價值，不僅能基于多模態(tài)數(shù)據(jù)分析精準(zhǔn)識別智能風(fēng)控中的新型風(fēng)險組合，提升風(fēng)險評估效率，還能在智能客服場景下快速理解用戶復(fù)雜語義，優(yōu)化金融服務(wù)體驗。

奇富科技首席算法科學(xué)家費浩峻表示：“此次成果是奇富科技科研實力的有力彰顯，契合公司深耕金融科技、推動創(chuàng)新應(yīng)用的戰(zhàn)略布局。論文中的創(chuàng)新技術(shù)，將助力公司在智能風(fēng)控、智能客服等場景，精準(zhǔn)洞察用戶需求，實現(xiàn)更人性化、高效的金融服務(wù)?！?這句話充分展示了奇富科技對于技術(shù)創(chuàng)新的重視和對于金融科技領(lǐng)域的深入理解。

值得一提的是，IJCAI（國際人工智能聯(lián)合會議）是人工智能領(lǐng)域最主要的國際學(xué)術(shù)會議之一，也是人工智能領(lǐng)域歷史最悠久的頂級學(xué)術(shù)會議之一。本屆論文通過率為19.3%，相當(dāng)于每5篇投稿就有4篇被拒之門外。這無疑是對奇富科技科研實力的又一次肯定。

然而，技術(shù)創(chuàng)新永無止境。奇富科技的TRIDENT框架的成功，不僅是對現(xiàn)有技術(shù)的突破，更是對未來人工智能發(fā)展的前瞻。多模態(tài)大語言模型的新潮流，將帶來更為豐富和復(fù)雜的應(yīng)用場景，為金融服務(wù)帶來更多可能性。

總的來說，奇富科技TRIDENT框架的成功問鼎AI領(lǐng)域頂級會議，是奇富科技科研實力的一次重要展示，也是對多模態(tài)大語言模型新潮流的引領(lǐng)。未來，我們期待奇富科技在人工智能領(lǐng)域取得更多的突破和成就，為金融服務(wù)帶來更多的人性化和高效體驗。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。