我们知道证券行业对安全合规的要求是非常高的，每一次与客户的对话，每次承诺都有可能转化为风险，因此往往证券企业都需要搭建一个专业的质检团队来应对这些问题。但传统人工的方式实在是无法应对没对上万通文本对话或者电话录音，所以合规风险频发，需要一个更好的技术解决方案。
中关村科金得助智能基于在金融领域的多年深耕，针对证券行业的特殊需求，研发了一套大模型与小模型协同工作的证券智能质检解决方案，这套方案以及在多家券商机构得到应用，建立了一套更加高效的监控机制。
一、得助智能质检系统的证券实战应用场景
1客服推诿、违规承诺回报率
相信买过股票基金的客户在与客服人员沟通的时候，明明问的是A,但回答的就是B,就不给正面回复；同时存在着承诺每年的回报率，误导客户进行投资。
传统的小模型可以识别出承诺率的问题，但不能给出具体违规原因，同时由于技术原因不能很好的识别出这个违规行为。
而大模型的能力就非常强了，具备上下文语义能力，不管是客服人员进行委婉、隐晦的方式推卸责任还是违规承诺收益的时候，都能很好的识别出来，同时给出具体的原因，提高了在这些违规问题的监控效率。
2全局语义检测
证券行业的合规话术是有严格规定的，比如客服人员在和客户沟通的时候，需要完整表达"保守的资产组合，比如增加债券和黄金，避险资产的比例"，否则违规，但在实际对话中有可能会被打断或者拆分为几段。
传统的单语义检测就非常容易命中，质检出问题造成误判，而得助智能质检系统会采用全局语义检测，在断句的情况下，也不会误命中，有效的降低违规率。
3多轮对话的案件关联质检
我们知道客户和投资顾问的对话往往是多次的，持续时间很长，而得助智能的质检系统引入了案件关联质检功能，在和一个客户多次沟通汇总，只有当所有相关对话针对同一质检点都违规的情况下，系统才判定为违规，这种方式更加符合现实情况，避免单次质检违规。
二、技术架构：大模型与小模型的协同作战
1大模型的深度理解能力
大模型拥有深度理解对话的能力，不仅能识别出是否违规，还能给出具体违规的原因，在准确率、精准率、召回率具有显著的优势。
2小模型的高效精准匹配
小模型虽然在深度理解能力上有所欠缺，但可以根据可以设置的规则和关键词，直接秒级判断出问题，准确率高，且计算资源消耗低。
所以总的来说得助智能证券行业智能质检方案，一般都是大小模型配合使用，先由小模型快速筛查明确违规，再由大模型对复杂、模糊的场景进行深度分析，可以保障检测的效率又可以提升对复杂场景的识别能力。
3.全媒体质检能力拓展
现在与客户沟通交流，除了文本聊天、还有电话、视频，所以中关村科金得助智能的质检系统可针对图片、文档、视频等中的信息进行提取质检，质检类型分为可用信息、禁用信息、提示信息。
三、实施效果：大型证券企业每日5万条会话100%质检
从实际应用数据来看，得助智能质检系统显著提升了某大型证券机构的合规管理能力：
1.基于大模型语义理解的"券商通用违规"智能体:实现1个智能体即可精准捕捉暗示返佣、不当承诺、夸大营销、内幕交易等20余类违规点，实现对违规场景的精准识别和违规原因分析，
2.基于大模型语义理解的"分层展业违规"智能体:通过对接客服人员的资质信息(如投顾、非投顾)，并结合大模型的深度语义理解能力，完美解决小模型难以实现的分层展业质检，及时发掘越界展业行为;
3.全量数据处理中枢，实现每日5万条会话的100%覆盖：该系统上线后，模型迭代周期缩短至3天，大幅减少繁复的模型运营工作;质检准确率召回率显著提升，有效助力管理层精准把控业务节点的合规健康度。
随着证券行业数字化转型的深入，像得助智能质检这样的软件将会成为金融机构合规管理的重要工具，是保障企业自身和客户利益的重要保障，所以提前搭建智能质检系统，将是券商企业的核心竞争力之一。