在追求精準的金融投資世界,如何克服 LLM 的「機率性幻覺」?本議程將以「投資i-chat」專案為原型,深入探討針對高複雜金融數據優化的 RAG 實踐路徑。我們將解析如何從數據清洗、表格解析到檢索路徑優化,逐步提升系統處理異質財務資料的「確定性」。透過分享金融專用的評估模型與調優經驗,參與者將了解如何將機率性的語言模型轉化為精準、可靠的投資決策助手,掌握建構金融級 AI 應用的核心工程關鍵。

我是蘇時頤,目前任職於玉山銀行智能金融處副主任工程師,深耕語音(Speech)與語言(NLP)技術研究,致力於將前瞻 AI 技術轉化金融實戰力。曾主導全行級 AI 服務開發,包含業務聊天機器人與語音合成系統。專長解決大型語言模型(LLM)在金融場域的落地難題:在金融監管架構下,如何將複雜金融業務轉化合規的模型演算,並建構穩定可靠的雲/地服務架構的實戰經驗。