- 综合排序
- 最热优先
- 最新优先
腾讯大模型信贷助手：破解对公信贷尽调效能瓶颈
揭示对公信贷尽调人工依赖重、效能不足的共性挑战 对公信贷领域70%以上数据为非结构化，尽职调查需处理营业利润、财务报表、银行流水、涉诉情况等46类材料（含图片、音视频等多源异构数据），严重依赖客户经理人工识别 部署大模型信贷助手全周期智能解决方案 基于混元大语言模型与混元多模态模型，腾讯推出大模型信贷助手，形成覆盖信贷全流程的多源异构材料结构化提取与分析综合解决方案。 呈现效率与精度双升的量化业务价值 应用现状显示，大模型能力覆盖95%信贷工作内容，关键指标如下（数据来源：产品功能说明及效果图表）： 人工审核采纳率93%； 工作效率提升10倍； 报告生成时长从 10个工作日压缩到1个工作日； 超大文档（200MB以上）解析准确率较传统方案提升30%（业界首个支持）； 跨境金融等对公信贷项目整单准确率94%； 通过正向闭环微调，模型采纳率从未经微调的 、智能算力管理平台（异构GPU纳管等），保障系统稳定性与开发效率； 场景适配性：针对对公信贷尽调“非结构化数据处理难、人工负荷重”痛点，提供“低门槛、高可用、可回溯、持续进化”的全周期智能伴侣，直接降低运维成本
15910编辑于 2026-04-25腾讯大模型信贷助手：对公信贷全流程智能提效解决方案
揭示对公信贷尽调人工依赖与效率瓶颈 当前对公信贷领域，70%以上材料为非结构化数据，严重依赖客户经理人工处理。 部署大模型信贷助手全流程智能处理体系 腾讯推出大模型信贷助手，基于通用大模型（混元大语言模型、混元多模态模型）进行大规模场景化微调与应用工程开发，形成覆盖信贷全流程的多源异构材料结构化提取分析综合解决方案 200MB以上超大文档解析，准确率较传统方案提升30%； 跨境金融等对公信贷场景中，整单准确率达94%； 通过生产推理、数据标注到模型微调正向闭环，模型采纳率从未经微调的70%~80%提升至90% 大模型应用厂商与互联网券商落地验证 在大模型应用厂商和互联网券商企业落地应用中，该模型针对年报、财报等超长复杂文档处理表现出色，验证了200MB以上超大文档解析能力与30%准确率提升的实际效果，成为对公信贷尽调智能工具的有效实践 依托混元大模型技术构建信贷智能底座 选择腾讯的核心在于技术领先性与场景适配性： 模型基础：基于混元通用大模型与混元专属大模型（场景化微调），结合DeepSeek R1/V3增强能力； 技术突破：
4100编辑于 2026-04-28腾讯大模型信贷助手：以技术确定性破解对公信贷尽调效率瓶颈
剖析对公信贷尽调人工依赖重效率低的行业瓶颈 对公信贷尽调面临材料繁杂与人工处理效能不足的双重矛盾。 推出腾讯大模型信贷助手全流程智能解决方案 基于通用大模型进行大规模场景化微调与应用工程开发，形成针对信贷业务全流程多源异构材料的数据要素结构化提取与分析综合解决方案，核心包括： 技术底座：依托混元大语言模型构建推理提取能力 功能模块：覆盖智能尽调（材料识别提取审核、行业分析标杆对照）、财务分析（财务健康度分析、流水比对）、信用风险分析（征信涉诉风险提取）、报告生成（一站式生成，支持任意流程节点接入）等全生命周期信贷业务场景 大模型应用厂商与互联网券商企业案例 在大模型应用厂商和互联网券商企业落地时，该模型对年报、财报等超长复杂文档处理表现出色，作为业界首个支持200MB以上超大文档解析的方案，准确率较传统方案提升30%，有效支撑对公信贷尽调智能化转型
13210编辑于 2026-04-26腾讯大模型信贷助手：提升对公信贷尽调效率与精度的综合解决方案
剖析对公信贷尽调核心瓶颈 对公信贷业务中，70%以上材料为非结构化数据，严重依赖客户经理人工处理。 构建大模型信贷全流程智能解决方案 腾讯推出大模型信贷助手，基于通用大模型进行大规模场景化微调与应用工程开发，形成覆盖信贷全流程的多源异构材料数据要素结构化提取、分析综合解决方案及专属任务模型。 量化应用效果与客户价值提升 经实践验证，模型应用实现显著ROI提升，核心指标如下（数据来源：腾讯大模型信贷助手应用效果）： 工作效率提升10倍 报告生成时长从10个工作日压缩到1个工作日 人工审核采纳率 模型采纳率从未经微调的70%~80%提升至90% 客户落地实践验证方案实效 在大模型应用厂商与互联网券商企业落地中，模型针对年报、财报等超长复杂文档处理表现突出，成功实现200MB以上超大文档解析，有效满足对公信贷尽调中对复杂材料的精准提取与分析需求
9910编辑于 2026-04-27腾讯大模型信贷助手：以结构化数据与智能工程破解对公信贷尽调效能瓶颈
直面对公信贷尽调的非结构化数据处理困局 当前对公信贷领域面临显著战略困境： 对公信贷70%以上属于非结构化数据（据原文），严重依赖客户经理人工处理材料，涵盖营业利润、财务报表、银行流水、涉诉情况等46类尽调要素 推出大模型信贷助手综合解决方案 腾讯基于通用大模型，通过大规模场景化微调与应用工程开发，形成针对信贷业务全流程多源+异构材料的数据要素结构化提取与分析综合解决方案，包含专属任务模型与产品化应用（据原文） 实现信贷全流程效能量化跃升 应用腾讯大模型信贷助手后，关键业务指标显著提升（据原文）： 工作效率提升 10倍； 报告生成时长从10个工作日压缩到 1个工作日； 人工审核采纳率达 93%； 业界首个支持200MB以上超大文档解析，准确率较传统方案提升30%； 跨境金融等对公场景中，整单准确率达 94%； 模型采纳率从未经微调的70%~80%提升至 90%。 腾讯技术底座支撑信贷智能化持续进化 腾讯大模型信贷助手的技术领先性源于： 双模型协同：混元大语言模型（推理提取）与混元多模态模型（解析能力）突破多项技术瓶颈，为信贷场景定制“大脑”与“眼睛”（据原文
4700编辑于 2026-04-28- 来自专栏支付领域知识
信贷系统
上述的“借钱”就是我们今天要讲的信贷业务，如车贷、房贷、花呗、借呗等都属于信贷模式的一种。 信贷业务涉及到了银行、保理商、金融平台、金融市场等参与者，以及所衍生的流贷、保理、ABS票据贴现等业务种类下面，我们看一下整个信贷的用户端、资产端等整个信贷链条的全局架构。 基于架构图，我们可以看到信贷全局，可以通过5个方面去看清信贷。01从参与方看信贷一般来说信贷有借款者、平台、资金方三个参与角色。1.1.借款者可以是个人，也可以是企业，通过信贷快速获得资金。 1.3.资金方是信贷交易的资金提供者。通过借钱给别人，获取利息、费用收入。如招商银行、建设银行、中信保诚。02从用户场景看信贷一般常见分为B端、C端场景。 2.2.C端金融市场主要面向个人消费者，市场规模与消费者信贷需求和消费习惯相关。主要产品包括：个人贷款：用于个人消费、教育、医疗等。信用卡：提供短期信用，常用于日常消费。
82201编辑于 2025-06-17 腾讯大模型信贷助手提升对公尽调效率10倍，压缩报告生成至1个工作日
应对尽调效率瓶颈 贷款利率持续下行推动信贷市场下沉，对公贷前尽调工作量成倍增加。金融机构加速线上化、数字化和智能化转型过程中，对公信贷70%以上数据属于非结构化数据，严重依赖客户经理人工处理。 部署智能信贷助手 腾讯云基于混元通用大模型，通过大规模场景化微调与应用工程开发，推出大模型信贷助手解决方案。 人工审核采纳率达93%（腾讯云项目数据） 工作效率提升10倍，报告生成时长从10个工作日压缩至1个工作日（腾讯云项目数据） 支持200MB以上超大文档解析，准确率较传统方案提升30%（腾讯云技术验证） 在跨境金融及对公信贷场景中
11210编辑于 2026-04-24- 来自专栏mysql
hhdb数据库介绍(9-5)
计算节点支持mysqlbinlog命令，mysqlbinlog命令能够解析binlog文件用于同步增量数据，从而减少了将单机数据迁移至计算节点时的停机时间。使用mysqlbinlog连接远程实例获取binlog文件并解析出其中的SQL语句，然后交由计算节点执行，从而将某个数据库的增量数据导入到计算节点某个逻辑库下。首先，登入到管理端口（默认端口为3325），执行dbremapping命令添加数据库映射关系，关于dbremapping命令用法，请参考计算节点管理命令文档。
27910编辑于 2025-03-26 - 来自专栏AI机器学习与深度学习算法
机器学习入门 9-5 决策边界
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节介绍对于分类问题非常重要的决策边界，先对逻辑回归求出决策边界的函数表达式并绘制，但是对于像kNN这种不能求出决策边界表达式的可以通过预测样本特征平面中区间范围内的所有样本点来绘制决策边界。最后通过调整kNN算法的k值，了解模型的复杂与简单对应的决策边界不同。
3K20发布于 2020-02-26 - 来自专栏猴子聊数据分析
职场中的你如何选对公司？
1. 下面是1990～2019年这30年间全球市值TOP 10公司的变迁图，你能发现什么？
61720发布于 2020-06-08 - 来自专栏WordPress优化
企业去银行开对公账户需要哪些资料
子凡作为一个亲自办理过两个银行对公账户的人来说算是颇有经验，所以就想着趁着最近自己刚好在成都这边的招商银行办理过一次企业对公账户的开户操作，再次就简单的给大家分享一下去银行开对公账号的一些流程步骤和需要准备哪些资料 去银行开对公账户需要准备哪些材料 三章：公章、财务章、法人私章。 营业执照：正本、副本。 两身份证：银行开对公账户一般都需要双管理员，所以必须要两个人的身份证来办理对公账户的开户管理员。 银行对公账户开户流程及步骤 1.确定开户银行：准备好以上的材料的同时，其实就可以寻找自己想要去哪个银行开户，涉及到开户银行，就涉及到开户费用，这些都是需要我们考虑的，所以可以提前通过银行官网的在线客服或者电话进行对公开户费用的咨询 3.银行柜台填写资料申请：由于是开对公户，一般银行都是有专门的企业业务办理窗口，所以直接告知前台是第一次来开公司对公账户，就会有人告知是取号直接去窗口填写资料，还是会有专门的服务区有专门的人帮忙准备银行的申请资料
4.2K10编辑于 2023-01-09 - 来自专栏SAP ERP管理实践
SAP 信贷主数据介绍
信贷主数据主要是指客户的信用额度，主要用于销售业务风险管理。通过维护信用额度及启用系统信用检查功能，对客户提报销售需求时进行统一管控，降低销售款逾期及坏账风险。 FD32: 维护信用额度 FD33: 查看信用额度 1.维护客户信贷界面 客户代码： 需维护信用额度的客户； 信用控制范围：信用管理的组织单元，同一个信用控制范围内客户，共享一个信用额度； 概览：显示客户信贷基本信息 基本信息：包括客户的地址信息及中心信贷信息 信贷控制范围数据：包括信贷状态与付款历史记录等 2.维护信贷限额、币种、有效期数据等 信贷额度：经审批的授信额度； 信用额度币种：根据信用控制范围配置自动确认 信贷有效期数据：如果设置此标识，那么计算已使用的信贷限额时，仅考虑那些位于已定义的信用范围之内的未清销售值；在此字段中缺省的日期是在信用控制的定制之中为客户以及风险类别而指定的最小范围。 如果未在定制中指定范围，那么此系统缺省当前日期，对于已使用的信贷限额，将考虑所有未清销售值。
76810编辑于 2024-06-26 - 来自专栏全栈程序员必看
信贷风控模型开发—-模型简介
第一章 风控模型简介 1.1 为什么要建模 1.2 什么是信用评分 1.3 常用的模型 1.4 概念解析：M0,M1,M2的定义 下一章预告 参考文献 第一章 风控模型简介 本系列文章为笔者对信贷风控领域建模的一些学习研究心得汇总 ，以及一些代码示例，尽量会将信贷风控领域的一些基本概念阐述明白。
1.3K10编辑于 2022-09-05 - 来自专栏拓端tecdat
Python信贷风控模型：Adaboost,XGBoost,SGD, SVC,随机森林, KNN预测信贷违约支付|数据分享
p=26184 在此数据集（查看文末了解数据获取方式）中，我们必须预测信贷的违约支付，并找出哪些变量是违约支付的最强预测因子？以及不同人口统计学变量的类别，拖欠还款的概率如何变化？ 数据获取 在下面公众号后台回复“信贷数据”，可获取完整数据。 本文摘选《Python信贷风控模型：Adaboost,XGBoost,SGD, GBOOST, SVC,随机森林, KNN预测信贷违约支付》。
1.4K31编辑于 2022-04-14 - 来自专栏网站漏洞修补
怎么对公司网站进行漏洞测试服务
进一步提高平台网站的安全系数，保证客户信息、输入数据、传送数据和有关数据在网站服务器实际操作中的安全系数。企业网站信息系统的安全测试范围实际有以下几条：
1K50编辑于 2022-10-24 - 来自专栏机器学习/数据可视化
基于LightGBM的信贷数据建模
公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~本文是UCI金融信贷数据集的第二篇文章：基于LightGBM的二分类建模。
58410编辑于 2024-01-19 - 来自专栏WordPress优化
浅谈招商银行对公账号开户
对公账户是所有企业公司开办初期非常重要的一个步骤，子凡我之前使用的是德阳银行（现已改名为长城华西银行），属于我们老家当地的一个市级商业银行，在经历过多方面的对比和自己使用感受来看，这次在成都的公司选择了招商银行 方面的使用感受，由于本身我自己办理过非常多的银行卡，手机上的银行 APP 也是有十来个，其中我使用最多的还是招商银行 APP，其整体页面 UI 的极简风格让我觉得非常不错，功能也非常的完善，所以在选择公司开对公账户的时候我自然也第一时间了解了招商银行对公账号 开户费用（开立对公基本户或一般户一致）: 开户手续费:0 到 300 元/户;（2021 年 9 月 30 日至 2024 年 9 月 30 日 5 折优惠） 账户管理费:5 到 50 元/月。 由于长城华西银行并没有提供企业 APP，对公账号的管理和使用都非常的不方便，操作每次都需要使用网银，就连查账都非常的不方便，而且从网页页面体验来说，也有些不是很习惯，即便我都已经使用了六七年了，那个古老的页面体验让我觉得难以再次接受 当然由于也使用过几大行的银行 APP，也简单的了解过其对公账号，感觉比较一般，直到了解到招商企业银行 APP，感觉就非常的便捷，其次还有一个非常重要的原因就是我常用的银行卡和信用卡也都是招商银行的，所以自然而言就选择了招商银行的对公账号开户
3K10编辑于 2023-01-09 - 来自专栏数据科学实战
AkShare-宏观数据-新增信贷数据
作者寄语 更新 中国-新增信贷数据 接口，通过本接口可以获取中国新增信贷数据接口，该数据从 200801 至今所有数据。 重要性：高：“信贷”即信用贷款，是指以借款人的信誉发放的贷款，借款人不需要提供担保。其特征就是债务人无需提供抵押品或第三方担保仅凭自己的信誉就能取得贷款，并引以借款人信用程度作为还款保证的。 更新接口 "macro_china_new_financial_credit" # 中国-新增信贷数据 新增信贷数据 接口: macro_china_new_financial_credit 目标地址 : http://data.eastmoney.com/cjsj/xzxd.html 描述: 获取中国新增信贷数据数据, 数据区间从 200801 至今, 月度数据 限量: 单次返回所有历史数据 输入参数
74230发布于 2020-07-31 - 来自专栏拓端tecdat
Python信贷风控模型：Adaboost,XGBoost,SGD, SVC,随机森林, KNN预测信贷违约支付|附代码数据
p=26184 最近我们被客户要求撰写关于信贷风控模型的研究报告，包括一些图形和统计输出。 在此数据集中，我们必须预测信贷的违约支付，并找出哪些变量是违约支付的最强预测因子？ ---- 本文摘选 《 Python信贷风控模型：Adaboost,XGBoost,SGD, GBOOST, SVC,随机森林, KNN预测信贷违约支付 》 ，点击“阅读原文”获取全文完整资料。
45400编辑于 2023-09-04 - 来自专栏SAP ERP管理实践
SAP SD 解除订单信贷冻结处理
销售订单超出信贷额度后被冻结，不能再用于发货，需解除订单的信贷冻结才能继续执行相关业务。 说明：信贷账号即启用信贷控制的客户代码；单据分布中勾选销售凭证还是交货，依据客户的信贷“风险类别”而定。 3.释放被冻结的订单 ? ? 单据状态发生变化后，点击保存即可。 4.查看订单的信贷额度使用情况 ? 在创建订单时，通过以上路径可查看客户的信贷信用情况。 ? 在创建订单时，如果剩余的信贷额度（信贷限额-信贷风险总额）小于本订单的金额合计，则订单在保存时将依据风险类别予以警告或冻结订单/交货单；如果客户的风险类别为001-冻结订单，订单在保存后被信贷冻结，则被冻结订单的销售金额不计入信贷风险总额 订单被信贷冻结以及被信贷管理员解除冻结，则其（信用状态）的值会发生变化，被冻结的订单状态为“不批准”，已释放冻结的订单状态为“核准的”，审批完成后即可创建后续的单据了。
12K40发布于 2020-02-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号