江苏银行：利用“智慧小苏”大语言模型赋能风险管理数智化转型

江苏银行积极探索人工智能技术在风险管理领域的应用，利用自主研发的“智慧小苏”大语言模型，推动风控数智化转型，提升核心竞争力。其主要举措包括：

规则组件化： 通过对数百个风控模型的底层逻辑分析，提炼出4000多条规则，生成约800个常用组件。这些组件支持特征标签查询、规则回溯和多产品对比，提高了风险管控效率和灵活性。“智慧小苏”大模型在代码生成、文本字段提取和语义理解等方面发挥了重要作用，使组件生成准确率超过90%。
合同智能质检： 利用“智慧小苏”大模型的语义理解和实体识别能力，结合OCR技术，实现对非制式合同的高效扫描和关键信息提取，构建风险控制模型，对合同双方信息进行智能检测，提前预警潜在信贷风险，提高了审批效率，文本提取准确率超过95%。
地址智能比对： 采用“智慧小苏”大模型与规则匹配相结合的方法，对地址信息进行预处理、拆解和相似度计算，提高了地址比对的准确性和灵活性，风险识别准确率达到99%，并逐步推广至其他相关业务场景。

总而言之，江苏银行通过“智慧小苏”大语言模型的应用，实现了风控模型的全生命周期管理，提升了风险识别和管控能力，为银行高质量发展提供了有力支撑。未来，江苏银行将继续加强技术攻关，拓展新技术应用场景，不断提升数字化风险防控能力。