(資料圖片)

2023年6月26日，北京中科萬(wàn)國(guó)互聯(lián)網(wǎng)技術(shù)有限公司（以下簡(jiǎn)稱(chēng)“中科萬(wàn)國(guó)”）發(fā)布保險(xiǎn)科技領(lǐng)域大模型——萬(wàn)國(guó)通識(shí)大模型及關(guān)鍵應(yīng)用產(chǎn)品SV-CHATIMK。

中科萬(wàn)國(guó)長(zhǎng)期專(zhuān)注于人工智能技術(shù)在保險(xiǎn)行業(yè)數(shù)字化應(yīng)用中的場(chǎng)景落地，在涉醫(yī)理賠領(lǐng)域的智能醫(yī)療審核SaaS平臺(tái)和小額快賠DaaS平臺(tái)已經(jīng)服務(wù)數(shù)十家保險(xiǎn)公司總公司和各地分公司，讓保險(xiǎn)公司涉醫(yī)理賠更公平、更簡(jiǎn)單、更快捷。公司擁有覆蓋全國(guó)300多個(gè)地級(jí)市的醫(yī)保知識(shí)庫(kù)、醫(yī)保政策知識(shí)庫(kù)、10萬(wàn)種以上的藥品知識(shí)庫(kù)、40萬(wàn)種以上的耗材知識(shí)庫(kù)、5萬(wàn)種以上的診療知識(shí)庫(kù)、以及數(shù)百種疾病的診療路徑知識(shí)庫(kù)；擁有從車(chē)險(xiǎn)人傷、非車(chē)險(xiǎn)人傷、重疾險(xiǎn)、健康險(xiǎn)等全部涉醫(yī)保險(xiǎn)的理賠規(guī)則知識(shí)庫(kù)。

當(dāng)下，大語(yǔ)言模型技術(shù)的發(fā)展可謂一日千里，應(yīng)用廣泛！國(guó)內(nèi)各行業(yè)都在嘗試借助大語(yǔ)言模型技術(shù)解決行業(yè)的痛點(diǎn)、難點(diǎn)，提升效能。由于大模型的“通用”目標(biāo)所在，其預(yù)訓(xùn)練階段側(cè)重語(yǔ)料豐富，往往不會(huì)聚焦于某行業(yè)業(yè)務(wù)場(chǎng)景數(shù)據(jù)和知識(shí)，直接應(yīng)用通用大模型在具體縱向行業(yè)落地效果不佳。

為了更好的解決保險(xiǎn)涉醫(yī)垂直領(lǐng)域場(chǎng)景中遇到的上述問(wèn)題，中科萬(wàn)國(guó)發(fā)揮自身優(yōu)勢(shì)，

基于長(zhǎng)期積累的大數(shù)量、強(qiáng)時(shí)效的自有知識(shí)庫(kù)，根據(jù)相關(guān)的保險(xiǎn)醫(yī)療知識(shí)和保險(xiǎn)實(shí)務(wù)文本，生成了保險(xiǎn)及相關(guān)醫(yī)療知識(shí)的覆蓋面廣、回答內(nèi)容精準(zhǔn)的高質(zhì)量指令數(shù)據(jù)集，對(duì)開(kāi)源預(yù)訓(xùn)練大語(yǔ)言模型開(kāi)展多種微調(diào)策略的執(zhí)行對(duì)比，提高其在保險(xiǎn)涉醫(yī)方面基礎(chǔ)語(yǔ)義理解能力，加強(qiáng)其命名實(shí)體識(shí)別、知識(shí)和對(duì)話能力，形成了覆蓋保險(xiǎn)及相關(guān)醫(yī)療知識(shí)的萬(wàn)國(guó)通識(shí)大模型。

目前，萬(wàn)國(guó)通識(shí)大模型作為中科萬(wàn)國(guó)智能平臺(tái)中的重要基礎(chǔ)能力已經(jīng)在智能醫(yī)療審核和小額快賠方案中落地應(yīng)用。在醫(yī)療審核的票據(jù)識(shí)別過(guò)程中，萬(wàn)國(guó)通識(shí)大模型的保險(xiǎn)醫(yī)療命名實(shí)體信息識(shí)別有助于對(duì)藥品、診療等信息的修正，提高識(shí)別準(zhǔn)確率，輔助藥品和費(fèi)用歸集處理，提升智能化水平。另外，以萬(wàn)國(guó)通識(shí)大模型為引擎，形成的SV-CHATIMK產(chǎn)品，以多輪對(duì)話方式為使用者提供保險(xiǎn)理賠場(chǎng)景中的醫(yī)療知識(shí)問(wèn)答，用于保險(xiǎn)醫(yī)療費(fèi)用審核。通過(guò)與直接使用開(kāi)源預(yù)訓(xùn)練通用大模型對(duì)比，SV-CHATIMK的回答在專(zhuān)業(yè)性和準(zhǔn)確性方面有顯著提高，具體示例見(jiàn)下表1。

表1 ：SV-CHATIMK與通用大模型在保險(xiǎn)涉醫(yī)問(wèn)題方面的回答對(duì)比示例

接下來(lái)，一方面中科萬(wàn)國(guó)將在2023年下半年擇機(jī)開(kāi)放模型調(diào)用，為保險(xiǎn)行業(yè)客戶提供更精準(zhǔn)、更專(zhuān)業(yè)的MaaS(Model as a Service) 服務(wù)，助力保險(xiǎn)行業(yè)業(yè)務(wù)數(shù)字化、智能化轉(zhuǎn)型；繼續(xù)升級(jí)SV-CHATIMK的能力，結(jié)合數(shù)字人技術(shù)，面向B端客戶打造銷(xiāo)售、理賠、客服等崗位的數(shù)字員工，為保險(xiǎn)企業(yè)的降本增效、提質(zhì)升級(jí)貢獻(xiàn)價(jià)值；面向C端客戶，通過(guò)SV-CHATIMK承載的醫(yī)藥學(xué)知識(shí)、醫(yī)保政策以及多輪會(huì)話能力為大眾的醫(yī)藥學(xué)知識(shí)搜索提供幫助，讓人工智能技術(shù)惠及千家萬(wàn)戶。

另外一方面，中科萬(wàn)國(guó)將進(jìn)一步圍繞保險(xiǎn)和涉醫(yī)領(lǐng)域，深入挖掘場(chǎng)景，運(yùn)用不同的場(chǎng)景數(shù)據(jù)繼續(xù)對(duì)萬(wàn)國(guó)通識(shí)大模型進(jìn)行微調(diào)，并采用多種技術(shù)路線融合知識(shí)圖譜，應(yīng)用于多任務(wù)的垂直場(chǎng)景。

本文來(lái)源：財(cái)經(jīng)報(bào)道網(wǎng)

關(guān)鍵詞：