光子·慧营是一款基于恒生电子金融大模型LightGPT打造的资管运营智能助手，旨在通过先进的自然语言处理技术，提升金融机构资产管理、估值清算等环节的运营效率。产品基于恒生电子在资产管理领域多年来积累的数据和业务理解，借助LLM Function call、RAG等技术，实现面向资管运营的智能机器人、知识库问答、NL2API等多场景应用。用户可通过统一的对话界面进行业务实时进度和法律法规查询、询问系统操作指南或者直接进行业务操作，简化了繁杂的页面操作，实现智能化资管运营。
在证券公司托管外包业务中，金融机构面临着大量来自专业机构客户的业务咨询，不仅要求客服人员对金融业务有深入的了解，还需要快速准确地回答客户问题。传统的客服模式依赖人工处理，效率较低，且难以应对大量重复性问题。
光子·慧营旨在通过大模型技术，协助证券公司针对私募管理人提供智能服务助理，帮助私募管理人更高效地理解托管系统操作及业务处理情况，从而提升系管理人和托管人之间在系统协作过程中，业务处理效率更高效，客户体验及满意度也更优。
主要产品功能：
1、智能化资管运营中控：基于LightGPT的意图识别能力，实现对十万个FAQ、几百篇专业化文档RAG、
上百个API的Function call等后台不同AI能力的智能化调度，打造资管运营智能化中控。
2、图文RAG问答：面向资产管理、估值核算、TA等系统操作文档的RAG问答，支持图文流式输出，支持
面向系统操作截图和资管流程图的问答。
3、面向金融资管业务的智能助理：针对上百个系统菜单，实现自然语言的“语控万物”，用户直接通过自
然语言即可完成高频系统操作。
技术创新点：
1、高精度表格解析：利用Table-Transformer技术，产品实现了对金融领域复杂表格的高精度解析，包括无框线、虚线、合并单元格等，显著提升了金融相关产品测试数据的F1分数，比同行方案高出8%-10%。
2、复杂版面布局解析：新增了对文档注释、长图像、多栏等复杂版面布局的解析能力，增强了对结构化和非结构化信息的综合理解能力，扩大了RAG技术在金融场景的应用范围。
3、持续学习与迭代扩充：设计了资管运营知识的持续学习机制，使模型能够通过业务交互数据不断积累新知识，扩充知识库，具备自我迭代优化的能力。同时，融合了领域知识库编辑修正工具，支持人工校正和新增知识，形成人机协同的闭环学习模式。
4、少样本提示与API识别：实现了动态少样本提示function call参数识别，支持正向、反向样例干预学习，API定位和参数识别准确率超过95%。项目支持超过300个API的理解学习，基座大模型扩展识别能力强，支持动态增加API，冷启动准确率在90%以上，少量提示样例学习效果更佳。
1、经济和社会效益：光子·慧营通过大模型自动化、智能化处理金融数据和业务，极大提升资管运营效率，降低了运营成本及风险，为资管机构带来了可观的经济效益。同时，产品通过提高金融机构的服务响应速度和服务质量，促进了金融服务水平的提升，推动了社会经济的发展。
2、产品应用前景：光子·慧营凭借其在降本增效方面的优势，在金融行业中得到了广泛的关注。目前，客户需求强烈，应用场景多样，项目正逐步扩大其在证券托管及其他金融领域的应用探索范围，展现出良好的市场前景和发展潜力。
针对4000个主要栽培品种的每一个基因变异鉴定,针对250份核心品种的农艺性状和表型问答,对水稻15个关键发育阶段的空间组学测序和单细胞组学测序数据。
基于最新的人工智能技术手段，通过智能合同审查算法和合同知识图谱，能够实现智能风险识别、自动比对两份合同间的差异及为法务同事提供一系列智能辅助功能
山海大模型的出现，推动了国内AGI 的进一步发展和应用，为相关产业带来了巨大变革，从效率、成本、体验等多角度，助力千行百业的智慧升级
得物AI查验鉴别系统与得物鉴别专家的鉴别结果吻合度在99.9999%以上，已覆盖箱包、手表、鞋类、服饰、配饰、奢侈品、户外运动、美妆等众多品类
案例库还能更好发挥典型案例的引领示范作用，通过总结长三角地区丰富的教育改革实践，向世界更好展示长三角教育发展实践和治理实践的显著成效
系统埋点数据应用统计功能，为建立评价指标提供基础数据，包括用户满意率、系统访问量、知识热度、账号活跃度等;知识库可以对接各业务系统，
大模型支持的制造企业私域AIGC应用有助于客户提高生产力和效率。长期来看，模型的自我学习能力可以显著减少人工更新和维护的需要
以每年新增150万用户数为基础，预估产品渗透率为20%，即可售出约30万套产品 License及各项服务。社会效益方面，项目在就业、知识产权、服务创新等领域具有显著的效益
通过 LLM+RAG架构嵌入外部保险知识库数据，助手能够提供高度定制化的问答服务;还扩展了多项功能，包括常见保险知识问答、保险产品信息检索、保险数据计算器
提升价值密度，优化商品均价与赠品价值策略，有效提升商品吸引力及销售效率。通过深入分析真实的净客单价，帮助品牌方精准定位价格策略，制定相应的市场对策
配备了自研的RAG模块，该模块可在AIPC上本地化运行，为丰富的知识库应用提供强大的支持;保障了用户知识和应用的隐私性和高效性
在底层硬件芯片和上层大模型之间建立了高效的链接，通过AI基础软件的创新，实现算力资源的最大化利用。也首次提出了统一的算力服务计量单位“度”(DCU)，以推进标准化的算力计量计费
