央企国家队也在淘宝集中上架了一批硬核国货：全球首个陆上小型模块化反应堆玲珑一号、全球首座10万吨级深水半潜式生产储油平台深海一号、全球最大直径竖井掘进机梦想号、全球最大吨位桥面吊机、全球首创1.2万米特深井自动化钻机、中国首款可重构5G射频收发芯片破风865等大国重器。

前不久，腾讯云还联合中国信通院发起行业大模型生态计划，并牵头国内首个金融行业大模型标准制订，为金融行业智能化的高质量规范化发展提供重要支撑。作为行业大模型实战派，腾讯云目前已落地文旅、泛互、零售、能源、医疗等20多个行业，并覆盖生产、销售、客服等多个环节，并已经在头部客户中打造多个最佳实践。

信通院将与腾讯云深入合作，共同推进行业大模型标准体系的建设和完善，为产业智能化发展提供技术支撑和服务。技术变革和客户需求的快速发展，推动了腾讯云MaaS服务能力快速迭代升级。全新的工具链，具备高性能的大模型精调与部署能力，覆盖大模型开发、应用全生命周期，让客户只需加入自己独有的场景数据，即可在短时间内精调出专属的模型方案。升级后，腾讯云行业大模型精选商店将进一步扩容，能为客户提供不同规模的模型服务。升级后的智能客服机器人扩展了知识边界，大幅提升接待对话体验，减少运营成本。

会上，腾讯云与信通院共同发布了《行业大模型标准体系及能力架构研究报告》（以下简称报告），帮助行业伙伴更好地构建专属大模型。C端用户应用需要提供高QPS、低模型耗时的方案，阅文基于腾讯云TI平台搭载的Angel推理加速引擎，推理能力平均提升30%，将文生文领域成本降低到原来的1/4。例如一个撮合匹配的优化策略, 原来实际上线测试几个月可能会耗费高额的成本, 现在通过图灵仿真系统, 90秒内就可以得到置信度非常高的结果。

目前乐信的LexinGPT已经在内部工作中发挥了重要作用。很多公司都会经历这种掉链子的时候，特别做金融方向的，0.01%的变化或许就关系着数量巨大的一笔钱。而这一理念，乐信已坚持了十年。因为和大多数公司一样，乐信早期数据也是跟着业务跑，等到真正要梳理时，数据基本点状式散落在各个业务部门。

结语乐信的10年技术创新之旅展现了一个企业的持续进化。也要研究数据如何加工得出结果，以及加工中途一旦出现问题，怎么排查成因、确定造成的影响。

陆勇说，但这也是最重要的工作之一，公司一旦把存量关系梳理完后，增量关系可以自动、快速、及时地，以非常小的代价更新到业务模型里面来。如果没有系统加持，仅凭人工查看数据报表，也许半天才能发现，也许根本发现不了。翻修：给生长8年的技术系统，清理升级乐信CTO陆勇在2021年加入乐信时，交给他的是一个已经快速生长了8年的技术系统。陆勇和他的技术团队要做的事情有很多，但核心目标就一个：建设扎实稳定的技术体系，让乐信实现真正的数据驱动。

在这个过程中，乐信取得了一系列显著成就，促成了贷款总额达近10000亿元，服务了1.99亿用户。陆勇到来后，在打造数据驱动的技术体系方面下了不少功夫。加强精细化运营与管理，也成了诸多老板们必备的破局之道。但肖文杰和团队却认为，借助技术手段，去评估一个人的信用，这是可行的。

弄清楚各个数据之间的血缘关系，这才是团队最核心的目的。这十年，其实也正是金融科技从激烈厮杀，到大浪淘沙，再到稳步前行的十年。

彼时，中国的信用体系起步比较晚。陆勇对雷峰网表示，LexinGPT的应用，乐信在客服、电销、私域运营和催收机器人方面显著提升了传统人工坐席的效率，同时以LexinGPT大模型为核心开始重构几乎每一个运营、研发、测试、数据分析、设计，以及后台职能环节的工作流、知识流和通讯流。

这就促使陆勇先拿这一问题开刀，让这些工程师们不再恐惧半夜接告警，拥有一个好睡眠，同时也减少公司损失。筑底：数据治理工作不sexy，但必须下大功夫不论是异动归因系统，还是AB测试、QE测试，这都是长在数据之上的系统。乐信CEO肖文杰曾表示：想要拥抱未来的AI驱动，首先必须要做到数据驱动，扎实从底层开始做好数据治理，再到模型及量化分析工具的建设，系统化工具的建设，把整个经营体系都转变成基于量化和数据驱动。机器可以从这40万数据计算关系里面，自动提炼金融复杂业务模型，比如说信贷业务、消费金融业务的核心模型。以消费金融产品的掉单率作为例子，一旦发现掉单数据超出阈值，无论是瞬时的剧变，还是长时间的阴涨阴跌，异动归因系统就会在几十毫秒之内发现问题，自动告警。2014年，陆勇回国加入新浪微博任广告部总经理，此后相继在51Talk、新浪移动和平安人寿担任首席技术官。

这些数字反映了技术创新所带来的实际影响，但也让我们看到了乐信10年来的不懈努力。只要是由运营、经营策略配置引起的异动，归因系统定位后，修复系统可以自动调整策略，消除异动，让系统正常运行。

当用户在分期乐商城购买一件商品时，其互联网电商行为数据、人脸识别机器指纹验证以及外部征信数据合作方提供的数据等等都主动会进入到鹰眼引擎中。技术系统也一样，要把积累的架构不合理、灵活性不够、数据断点多的问题，进行彻底翻新和升级。

尤为值得一提的，是他和技术团队主导研发上线的「黎曼(Riemann)异动归因系统」。据陆勇透露，乐信在这上面投入已有两年时间。

我们源数据的数据量是25PB以上，我们一共有100万以上的字段。数据完备性、及时性、准确性是影响系统能否发挥最大效能的前提。2019年，乐信发布了一系列用于消费金融的AI工具全家桶，包括：LBS风险评估、收货地址聚类分析、用户行为序列分析、舆情分析等等。在这期间，乐信上线了人工智能实验室（AI Lab），同时也成立了乐信区块链实验室（Blockchain Lab），探索区块链在小微消费金融领域的落地应用。

一个典型的情景是，有时业务系统出现异常指标，主管火急火燎派人查问题，大半夜把相关的数十个人全部拉进微信群，兴师动众，一连查了几天甚至一两周才找到原因。但这也给企业留下了相当庞大的技术债。

整个2017-2021年，AI成为了乐信技术体系中的重要关键词。据陆勇透露，海外早已有许多互联网公司在研究，但异动归因系统本身是一项壁垒极高的技术。

技术债的债务利息是非常高的，曾经业界有一个核算，技术债的利息大概年化利率是超过 50%。他在加入乐信之前，在海外工作已有十余年，2003年，陆勇加入微软，并在其西雅图总部担任软件工程师达十年之久，其后他加入脸书（Facebook）担任高级软件工程师。

前端资金配置和后端风控虽然都有技术支持，但乐信技术创新也并未止步于此。而如今，归因系统初步过了技术临界点。众所周知，金融业的故障代价很大，短短数小时，损失就可能达百万级，如果超过一天，甚至可能达到千万级。曾有人这样总结世间的一切竞争：越适合生命生长的地方，竞争就越激烈

定位问题之后，异动归因系统会迅速进行两类归因：计算归因，根据数据的计算血缘关系通过偏微分网络，追寻到引起变化的某个数值异动。而他的工作就是上面所提到的问题——要对这个庞大的技术系统进行升级。

数据的收集、清洗、加工，听起来这是一项非常不sexy、也很耗时的工作。我们源数据的数据量是25PB以上，我们一共有100万以上的字段。

2014年，陆勇回国加入新浪微博任广告部总经理，此后相继在51Talk、新浪移动和平安人寿担任首席技术官。但肖文杰和团队却认为，借助技术手段，去评估一个人的信用，这是可行的。