18008000
Nền tảng bình dân học vụ số

Xu hướng ngành Tài Chính - Ngân Hàng: Retrieval-augmented generation (RAG)

Friday, 28/03/2025, 14:03 (GMT + 7)

Retrieval-Augmented Generation (RAG) là một kỹ thuật kết hợp giữa truy xuất thông tin (retrieval) và tạo sinh văn bản (generation) trong trí tuệ nhân tạo (AI), đặc biệt là trong xử lý ngôn ngữ tự nhiên (NLP).

RAG hoạt động theo hai bước chính:

01. Truy xuất thông tin (Retrieval):

  • Mô hình tìm kiếm và lấy thông tin từ một nguồn dữ liệu bên ngoài (như cơ sở tri thức, tài liệu nội bộ, hoặc web).
  • Thường sử dụng phương pháp tìm kiếm hoặc công cụ để lấy dữ liệu liên quan.

02. Tạo sinh văn bản (Generation):

  • Mô hình ngôn ngữ (LLM) sử dụng thông tin truy xuất được để tạo câu trả lời có ngữ cảnh, thay vì chỉ dựa vào dữ liệu huấn luyện ban đầu.
  • Giúp cải thiện tính chính xác và cập nhật thông tin mới hơn so với mô hình chỉ sinh văn bản từ bộ nhớ nội bộ.

Chính xác

Giảm thiểu sai lệch do dựa trên thông tin có thực.

Update dễ dàng

Cập nhật nguồn dữ liệu truy suất dễ dàng.

Tăng hiệu suất

Trả lời câu hỏi phức tạp tốt hơn

Picture16-1
KHÁC BIỆT GIỮA AI TẠO SINH & RAG

AI TẠO SINH (GENERATIVE AI)

Là AI có khả năng tạo nội dung mới dựa trên dữ liệu huấn luyện của nó, chẳng hạn như ChatGPT, DALL·E, Stable Diffusion.

  • Cách hoạt động: Tạo nội dung từ dữ liệu huấn luyện
  • Khả năng cập nhật: Không tự cập nhật, cần huấn luyện lại mô hình
  • Độ chính xác: Có thể tạo nội dung sai (hallucination).
  • Ứng dụng: Sáng tạo nội dung, hình ảnh, âm nhạc.

RETRIEVAL-AUGMENTED GENERATION (RAG)

  • Cách hoạt động: Truy xuất thông tin từ nguồn bên ngoài rồi tạo nội dung.
  • Khả năng cập nhật: Cập nhật thông tin dễ dàng từ nguồn dữ liệu mới.
  • Độ chính xác: Giảm thiểu lỗi nhờ sử dụng thông tin thực tế.
  • Ứng dụng: Hỏi đáp chuyên sâu, chatbot doanh nghiệp, tài liệu nội bộ.

RAG TRONG NGÀNH TÀI CHÍNH 

Picture17

Tại sao ngành Tài chính cần ứng dụng RAG?

Đảm bảo thông tin chính xác, cập nhật liên tục:

  • Ngành tài chính yêu cầu dữ liệu mới và chính xác, trong khi AI truyền thống có thể lỗi thời.
  • RAG giúp truy xuất thông tin từ các nguồn tin cậy, cập nhật lãi suất, quy định và xu hướng thị trường theo thời gian thực.

Phát hiện gian lận & quản lý rủi ro:

  • Hỗ trợ quét dữ liệu giao dịch lớn để phát hiện dấu hiệu gian lận, rửa tiền.
  • Cung cấp cảnh báo thông minh giúp kiểm soát rủi ro hiệu quả hơn.

Tuân thủ quy định pháp lý:

  • RAG giúp ngân hàng cập nhật chính sách mới từ cơ quan quản lý và tạo báo cáo tuân thủ tự động.

Cải thiện dịch vụ khách hàng:

  • Hỗ trợ chatbot AI tư vấn tài chính cá nhân hóa, đưa ra gói tiết kiệm, vay vốn tối ưu theo nhu cầu khách hàng.
Bài viết được biên soạn bởi chuyên gia công nghệ Viettel Solutions, dựa trên kết quả nghiên cứu thực tiễn và tổng hợp thông tin tham khảo từ các nguồn thông tin trên Thế giới.