社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

微软亚洲研究院机器学习组首席研究员刘炜清确认出席 AICon 深圳,分享由生成式基础模型驱动的金融市场仿真引擎

InfoQ • 3 月前 • 171 次点击  

8 月 22 日 -23 日,首届 AICon 全球人工智能开发与应用大会深圳站即将拉开帷幕。本次大会将聚焦 Agent、多模态、AI 产品设计等热门方向,围绕企业如何通过大模型降低成本、提升经营效率的实际应用案例,邀请来自阿里、腾讯、字节跳动、微软、华为等头部企业以及商汤、Plaud、Rokid 等 AI 明星公司的专家,分享 AI 落地实战经验。一起探索 AI 应用的更多可能,发掘 AI 驱动业务增长的新路径!

微软亚洲研究院机器学习组首席研究员刘炜清已确认出席,并将在 Keynote 主题演讲发表题为《MarS:由生成式基础模型驱动的金融市场仿真引擎》的主题分享。生成式模型旨在在不同语境中模拟各种操作的真实效果,从文本生成到视觉特效。尽管在构建真实世界模拟器方面投入了大量精力,但生成式模型在虚拟世界(如金融市场)中的应用仍未得到充分探索。在金融市场中,生成式模型能够模拟具有多种行为特征的参与者所产生的复杂市场效应,从而在不同市场条件下实现交互,并为策略训练、提供无真实金融风险的环境。此类模拟依赖于金融市场中最精细的结构化数据——订单,以打造最为逼真的仿真场景。

微软亚洲研究院提出了大型市场模型(Large Market Model,LMM),这是一种基于订单级别的生成式基础模型,用于金融市场仿真,类似于数字世界中的语言模型。由 LMM 驱动的金融市场仿真引擎(Market Simulation Engine,MarS)满足了对真实、交互和可控订单生成的领域特定需求。其关键发现包括:LMM 在数据规模和模型复杂度上的强大可扩展性,以及 MarS 在受控生成中展现出的具有市场影响力的稳健且可落地的真实感。

研究员们将 MarS 应用于预测工具、异常检测系统、分析平台和智能体训练环境,充分展示了其在多种金融场景中“范式转变”式的潜力。在本次大会上,刘炜清将对此进行详细介绍。

刘炜清现任微软亚洲研究院机器学习组首席研究员。他领导的团队多年来专注于人工智能在金融领域的应用研究。他目前的研究重点是 RD-Agent(https://github.com/microsoft/rd-agent)和 MarS(https://github.com/microsoft/mars)项目。他在顶级会议上发表了数十篇论文。

除此之外,阿里云 CIO & aliyun.com 负责人蒋林泉、快手科技副总裁基础大模型及推荐模型负责人周国睿也已确认出席大会 Keynote 环节,并将分享其各自领域内的洞见与实践。

本次大会还策划了 AI Infra、AI 产品研发与商业落地探索、Agent 应用新范式与 MCP 生态实践、AI 驱动业务重塑与提效、智能硬件与具身智能创新实践、AI 原生时代的卓越架构治理、、多模态与空间智能技术创新、Agent + Data 落地探索、AI 赋能研发体系变革、Agent 核心技术与系统架构创新、大模型在金融领域的创新实践等 10 多个专题论坛,届时将有来自不同行业、不同领域、不同企业的 70+ 资深专家在 AICon 深圳站现场带来前沿技术洞察和一线实践经验。

目前,所有大会演讲嘉宾已结集完毕,了解更多报名和详情可扫码或联系票务经理 13269078023 咨询。

图片

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/185378