「スロープ・トランスフォーマーに出会ってください：銀行の言語を理解するために特別に訓練された大規模な言語モデル（LLM）」

「銀行の言語を理解するための大規模な言語モデル（LLM）：スロープ・トランスフォーマーとの出会い」

支払いにおいて、トランザクションの理解は事業のリスク評価において重要です。しかし、乱雑な銀行の取引データの解読は課題となります。なぜなら、異なる銀行間で様々な方法で表現されるからです。PlaidやChatGPTのような既存の解決策には、カバレッジの低さや冗漫さといった制約があります。これを解決するために、Slope TransFormerと呼ばれる新しい解決策が開発されました。これは、銀行の言語を理解するために特別に訓練された大規模言語モデル（LLM）です。

トランザクションは、異なる形式で表現されるため理解が難しいですが、従来のルールベースの手法は無力です。Open BankingプロバイダであるPlaidは、50%未満のカバレッジのトランザクションデータを提供し、そのラベルはノイズがあり混乱しやすいです。ChatGPTのようなLLMは、非構造化データから意味を抽出することを約束していますが、予測不可能性やスケーラビリティの問題を抱えています。

Slope TransFormerは、銀行のトランザクションから意味を抽出するために専用に訓練されたLLMであるという特許を取得しています。これにより、前任者であるSlopeGPTの制約を克服し、正確で簡潔な取引先ラベルを解釈可能な方法で提供します。その成功の秘訣は、トランザクションから商店名を抽出するために新しい言語を定義することです。

• 新しいNVIDIA GPUベースのAmazon EC2インスタンスを3つ紹介します
• 「前方予測デコーディング」：LLM推論を加速するための並列デコーディングアルゴリズム
• AWS AIサービスの能力がFMによって強化されました

効率的なベースモデルOPT-125Mと、LoRAと呼ばれるファインチューニングアルゴリズムを使用して、TransFormerは驚異的な速度を実現しています。これにより、SlopeGPTに比べて250倍のスピードで500件以上のトランザクションをラベリングできます。人間の専門家に対する正確な一致率は72%以上であり、たった62%しか達成していないPlaidを上回っています。この解決策は正確かつ高い一貫性を持ち、製品システムで信頼性があります。

TransFormerのパフォーマンスは既にライブの信用モニタリングダッシュボードへの展開につながっています。その効率性と機能性により、ビジネスの詳細な情報が提供され、変動するリスクの監視、異常なイベントの警告、自動的な調整の適用が可能となります。最終的な目標は、TransFormerを使用して、従来の財務情報を超えたビジネスの正確な理解を実現し、信用保証システム全体にパワーを与えることです。

まとめると、Slope TransFormerはB2B経済においてアンダーライティングの方法を再定義する重要なマイルストーンです。その効率性、正確性、解釈可能性は、ビジネスのより正確な理解を可能にし、リスクの監視と管理に新しいリアルタイムシグナルを解除することを可能にします。この進歩は、数十年にわたる進歩を妨げていた非効率性を解消し、AIを使用してワークフローを自動化することで、SlopeAIの広範なビジョンであるB2B経済のデジタル化に適合しています。

この投稿は、Slope TransFormer: A Large Language Model (LLM) Trained Specifically to Understand the Language of Banksの記事が最初に掲載されたMarkTechPostで参照できます。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!