随着大模型技术的不断发展和应用，大模型浪潮席卷各行各业，推动行业迎来全新变革。而面向垂直行业专业化、定制化等应用场景，依靠公开数据预训练的通用大模型在准确性、稳定性、性价比等问题上仍存在不足。检索增强生成RAG（Retrieval Augmented Generation）技术将行业知识转化为向量进行存储和检索，把知识检索结果与用户问题结合输入到大模型中得到更符合语境的回答，生成的内容更加准确、信息更加丰富，有效地增强了大模型对行业知识的理解。

当前，新一轮科技革命和产业变革正在向纵深演进，具备涌现性、扩展性、复合性、可持续学习特征的大模型正逐步赋能金融、教育、服务、制造等多个行业，或将成为驱动产业升级、促进创新的关键引擎。然而，当前大模型产品类型繁多，应用效能水准参差不齐，亟需通过标准符合性验证等手段进行全面评价，为技术创新、产业发展、社会可持续发展提供指引。

近年来，大模型的技术能力和产业应用均取得显著进展，其开源开放热度也随之高涨。国际方面，Meta发布的开源大模型Llama 2以其独特的自适应学习和优异性能，为自然语言处理领域带来了新的突破；Mistral AI开源的Mixtral 8x7B是具有开放权重的稀疏专家混合模型，在多语言、长文本处理任务方面表现突出；谷歌近期推出的Gemma 2B和Gemma 7B开源大模型在各项基准测试中也表现优异。国内方面，智谱、百川、阿里、昆仑万维等企业和科研机构发布的开源大模型也各具特色，智谱发布的新一代对话预训练模型 ChatGLM3-6B 支持工具调用、代码执行和Agent任务等复杂场景；百川智能开源的Baichuan 2 采用2.6万亿Tokens 高质量多语言数据语料进行训练，其语义理解、数学能力相比上一代有所增强。

国家“十四五”规划明确指出要培育壮大人工智能、大数据等新兴数字产业，“推动通用化和行业性人工智能开放平台建设”。大模型技术引领新一轮的人工智能浪潮，人工智能基础平台（AI Infra）作为此轮变革的重要基石，已成为技术和产业发展的关键战略要素。在政策和产业双重驱动下，产学研高度重视人工智能基础平台领域的发展，推动应用快速落地。

大规模预训练模型（以下简称“大模型”）与金融领域的密切交汇融合，拓宽了金融行业数字化转型的广度和深度，拥有多元化布局和丰富的应用前景。然而，金融大模型的应用实践面临着复杂的多维掣肘，亟需通过标准符合性验证等手段进行全面评价，推动产业高质量发展。

联合征集 | 资产管投顾方向理领域垂直大模型创新项目 | 投研

随着大模型技术的发展和消费模式的升级，智能客服的功能角色和价值定位持续演变，逐步成为推动企业和政府等组织机构开展数字化和智能化转型的重要切入点。作为众多数字化技术在客户服务场景下的典型应用，智能客服当前已可以辅助或替代人工执行大部分客服工作，实现全渠道、全天候、全模态的客户服务体验，达到降本、增效、提质的目的。

近年来，随着大规模预训练模型技术的兴起，传媒大模型陆续涌现并应用于新闻报道、广告营销、影视创作、文学创作等多个领域，引领媒体行业能力的全面升级。然而，传媒大模型给媒体行业带来全新机遇的同时，也面临着版权保护、信息真实性等挑战。为促进产业健康发展，中国信息通信研究院（以下简称“中国信通院”）依托人工智能关键技术和应用评测工业和信息化部重点实验室、中国人工智能产业发展联盟，联合业内多家单位共同编制了传媒大模型标准。