报告标题：WarrenQ：基于大语言模型的数智化一站式投研端 【pdf】
报告摘要：
大语言模型为金融科技软件行业带来了无尽的想象，给产品形态及交互带来了颠覆式的革命，智能投研领域也同样的面临代际升级变革。大语言模型+金融数据+智能工具+投研场景的新一代投研端，未来会长什么样？
专家介绍：
白雪，上海丹渥智能联合创始人兼总经理，上海恒生聚源副总经理。复旦大学计算机学院人工智能方向博士，上海证券交易所资本市场研究所博士后研究员，罗格斯-新泽西州立大学访问学者。
报告标题：图技术在金融领域内应用 【pdf】
报告摘要：
1. 金融行业及风控技术背景介绍：包含金融科技领域风控技术发展历程；图技术在金融风控中的应用概述等
2. 度小满图平台Eros介绍：包含度小满Eros平台在图存储、图算法、图建模及图可视化等部分的功能介绍
3. 度小满图算法在金融风控中的应用：包含图技术在金融风控、金融反欺诈和智能审核等场景中的应用
专家介绍：
杨青，度小满数据智能部总经理，技术委员会执行主席。毕业于清华大学计算机系，前阿里资深算法专家和百度主任架构师，在搜索、推荐、大数据架构等相关方向有较丰富的实践经验，2018 年初加入度小满金融开始组建数据智能应用部，目前负责风控，增长，经营，数据生态，AI-lab等方向的研发工作。
报告标题：结合知识图谱的大模型在企业应用研究与实践 【pdf】
报告摘要：
介绍大模型和知识图谱在服务企业以及公共组织数智化转型中的作用，以及用友在这方面一些研究进展；探讨在大模型发展阶段下，知识图谱如何发挥作用；并结合用友在企业服务场景中一些具体的应用案例进行解读。
专家介绍：
方高林，用友助理总裁，智能中台负责人。哈尔滨工业大学博士，曾在腾讯、百度工作，分别负责过自然语言处理、知识图谱、问答对话、图片搜索、推荐等方向。已申请国内国际专利55项，其中已授权33项；发表学术论文25篇；获得过国家科技进步二等奖、哈工大优秀博士论文等。
报告标题：知识图谱与大模型融合的应用探索与实践 【pdf】
报告摘要：
大模型卷起了人工智能乃至全产业的浪潮，有席卷一切的趋势，甚至出现大模型时代不再需要知识图谱的观点。当冷静下来之后，会发现大模型有其短板之所在，而知识图谱仍然存在其擅长的地方。在产业实践中，将二者相互融合进行取长补短，能够有效提升知识图谱和大模型在产业应用的落地，赋能金融、制造等诸多领域的智能化转型。本报告分享在短短半年多时间里融合知识图谱和大模型的探索、实践与思考。比如大模型用于自动化构建知识图谱，知识图谱和大模型融合的知识获取方法，知识图谱和大模型融合的自然语言交互问答方法等等。
专家介绍：
王文广，达观数据副总裁，高级工程师，人工智能标准编制专家，自然语言处理和知识图谱著名专家，《知识图谱：认知智能理论与实战》作者，专注于知识图谱、AGI、大模型、自然语言处理、认知智能、强化学习、深度学习等人工智能方向。现在是上海市人工智能标准化技术委员会委员，上海科委评审专家，中文信息学会（CIPS）语言与知识计算专委会委员，中国计算机学会（CCF）高级会员，中国人工智能学会（CAAI）深度学习专委会委员。曾获得多个奖项，拥有数十项发明专利和论文。在达观数据致力于将大模型、自然语言处理、知识图谱、计算机视觉和大数据技术产品化，以知识图谱+大模型等产品服务于金融、智能制造等领域。
报告标题：SPG引擎层的能力和规范 【pdf】
报告摘要：
介绍SPG Engine，即SPG的引擎层。SPG Engine是SPG的底层实现层，基于LPG提供了图数据的存储、查询、计算的能力，实现规则的实时和批量计算。本报告详细介绍SPG Engine的组织架构、各个组件的能力要求，以及供上层调用的接口规范。
专家介绍：
周研，创邻科技CTO，本科毕业于浙江大学竺可桢学院混合班，博士毕业于浙江大学计算机学院。具有10余年大型软件项目的研发和管理经历，为图数据库和分布式系统领域的专家，承担2019年度广东省重点领域研发计划“芯片、软件与计算”（软件与计算类）重大专项项目，承担2019年度杭州市领军型创业团队分布式“存储+运算”一体化图平台研发项目，参与制定多项国家标准。
报告题目：新一代工业级知识图谱语义框架SPG 【pdf】
报告摘要：
本报告主要介绍和OpenKG社区共建的SPG工业级知识语义框架。知识图谱技术经过十多年的发展，各企业或机构都开展了广泛的探索并取得了不错的成效。然而，整体呈现出解决方案技术路径差异较大，在迁移过程中面临一系列的难点与挑战，包括：语义信息交换困难、知识建模标准化不足、多知识图谱间协同计算困难、缺少统一框架范式链路长工具、跨场景迁移困难多等难题。
蚂蚁知识图谱结合多元化的金融业务场景构建了企业级知识图谱架构，其知识语义框架SPG既克服了RDF/OWL语义复杂无法工业落地的问题，又充分继承了LPG结构简单与大数据体系兼容的优势，通过逻辑谓词体系保证了语义完备性和逻辑传导性，基于SPG也构建了可跨场景复用可编程的知识图谱框架范式和引擎架构。通过这套引擎架构围绕安全风控、营销增长等支撑了蚂蚁大部分的图谱应用场景。
专家介绍：
梁磊，蚂蚁知识图谱平台负责人，资深技术专家/技术总监，2010年硕士毕业于电子科大，个人主要技术方向为知识图谱、搜索推荐引擎及AI工程等，于2018年开始主导蚂蚁知识图谱的建设，基于蚂蚁多样性的金融业务场景构建了企业级知识语义框架SPG及引擎架构，平台累计提报140+件专件专利，10余项软件著作权，主导支撑孵化的项目先后获得BU总裁特别奖、数据科学奖、优秀成果奖等，平台能力通过了CESI测评认证，目前也在主导IEEE 2807.2金融知识图谱标准化、SPG知识图谱语义标准化等工作。
报告题目：语义属性图模式定义语言新方案
报告摘要：
属性图是目前工业界广泛应用的知识图谱数据模型之一。但属性图存在语义定义机制不足，不易表达各业务领域的丰富语义定义需求。为此，我们定义了语义属性图（Semantic-enhanced Programmable Property Graph）模式定义语言（SPG-Schema）作为属性图模型的语义扩展。本报告将介绍SPG-Schema的基本语法和语义定义，对业务场景需求的支持，同时讨论语言表达力与复杂度，以及与现有属性图模型语言的兼容性问题。
专家介绍：
王鑫，天津大学智能与计算学部教授、博导，人工智能学院副院长。国家重点研发计划项目首席科学家，教育部重点领域教学资源及新型教材建设项目专家组成员，教育部知识工程课程群虚拟教研室带头人。中国计算机学会杰出会员、中国计算机学会信息系统专委会秘书长、中国计算机学会数据库专委会执行委员；中国中文信息学会语言与知识计算专委会委员。研究方向：知识图谱、图数据库、大数据处理。在国内外学术期刊和会议上发表论文150余篇。担任多个国际会议程序委员会主席及委员。《计算机工程与应用》副主编、国际期刊KBS副主编以及BDR、DSE、NLP Journal编委。获天津市教学成果奖特等奖、天津市科技进步一等奖。
报告题目：金融大模型的研发与应用 【pdf】
报告摘要：
深入讨论金融领域模型构建的思路，包括语料质量控制、模型结构设计等，同时探讨金融场景大模型落地的创新方向和关键要素，包括智能客服、营销、财富管理、风险管理等各自领域的工作要点，规划梳理完整的落地技术方案。
专家介绍：
李金龙，现任招商银行人工智能实验室主任。自加入招商银行以来，先后从事新资本协议实施、数据标准建设，大数据、区块链研究，人工智能等领域的研究。主持的科技项目荣获中国银保监会一等奖、中国人民银行科技发展二等奖两次，参与编写CF40《中国智能金融发展报告》各期编写，指导、参与人工智能领域学术论文十余篇，国家专利数十项。
报告题目：快知——多模态短视频百科知识图谱 【pdf】
报告摘要：
当前，越来越多的短视频用户不仅希望利用碎片化的时间来休闲娱乐，也开始希望能够在短视频平台中获取更多知识。为了更好地理解和组织泛知识视频，我们研发业界首个多模态短视频百科知识图谱——快知（Kuaipedia）：通过多模态知识图谱技术从海量短视频中挖掘大规模高质量的知识视频，并将其结构化，形成体系化的短视频百科图谱。当前快知中包括亿级别视频、千万级词条与知识点，为用户提供更好的知识获取体验，同时激发创作者创造优质知识内容，构建良性的知识分享生态。
专家介绍：
付瑞吉，快手MMU知识图谱中心负责人，本硕博毕业于哈工大，中科大博士后，高级工程师。曾担任科大讯飞 AI 研究院副院长，获吴文俊人工智能科技进步奖一等奖。研究方向包括知识图谱、智慧教育等，在 ACL、EMNLP、IJCAI、TASLP 等国际会议和期刊上发表学术论文30余篇，申请（获得）国家发明专利50余项。在科大讯飞期间，曾研发智能评阅技术，在多地中高考、CET等大规模考试阅卷中应用；主持研发的个性化学习技术应用于讯飞学习机等多款教育产品中。2021 年加入快手，主持研发业界首个亿级别多模态短视频百科知识图谱“快知”。
报告题目：知识计算在大语言模型应用于金融领域的实践与前瞻 【pdf】
报告摘要：
本报告将深入探讨大语言模型在金融行业的影响，重点介绍如何利用其智能特性，构建人类与金融数据之间的桥梁，其中不可忽视的一环就是知识计算的应用。通过结合丰富的金融数据、个人数据以及语言模型的逻辑能力，我们旨在降低金融专业门槛，提升普通投资者的专业投资能力。报告内容将围绕以下几点展开：首先，阐述大语言模型在金融领域的角色以及其与数据的交互方式；其次，深入探讨如何通过语言模型实现对金融数据和投资者需求的智能分析与预测；然后，详述大语言模型在金融投资决策中的应用场景和方法；最后，通过实际案例分享，展示大语言模型在金融行业的成功应用，并展望其在该领域的未来发展趋势。期望通过本报告，能够启发与会者深刻认识到大语言模型在金融领域的巨大潜力，以及如何利用其力量提升个人的投资能力和金融决策水平。
专家介绍：
高日中，况客首席AI架构师，智能研发负责人，资产配置与量化投资负责人。英国伯明翰大学金融工程硕士（经济学博士在读），具备丰富的宏观经济和量化策略研究经验，擅长数据分析和金融建模，先后在国内外多家投资机构从事量化研究工作。
研究方向主要集中在语言模型、机器学习在量化投资和金融领域的应用，致力于将先进的技术应用于传统金融，实现更科学、精确的金融决策。理论研究和实践应用并重，已有多项成果在实际金融业务和量化策略中落地。
报告题目：个性化知识和数据融合大模型在社交媒体中的应用
报告摘要：
社交媒体已经深入到人们的生活和工作中，不仅成为个人不可或缺的一部分，其也成为国家或者机构传递文化价值观、政策方针的重要媒介，甚至成为时政舆论引导的主阵地之一。无论针对个人还是国家，充分合理利用社交媒体成为一个重要话题，此前研究证明,在活跃的Twitter账户中,社交机器人约占9%至15%，并呈现逐渐增长的趋势。社交媒体是个性化知识和数据的集散地，本报告结合中译语通打造的融合知识和数据的格物大模型技术，介绍格物大模型技术在AI内容鉴定、个性化内容生成、拟人化行为生成等关键技术上的探索，并展示在个性化社交媒体上的若干实践案例。
专家介绍：
陈自岩，现为知识图谱产业推进方阵轮值主席、中译语通2030人工智能研究院副院长，博士毕业于中科院电子所。从事多模态、内容生成等研究10余年，发表JCR一、二区等高质量论文8篇，作为主要完成者参编行业标准、白皮书等5项，作为研发骨干负责或参与国家自然科学基金、863、科技部、中宣部等国家、省部级重点研发项目7项。作为技术研发负责人，主导研制格物多模态大模型、JoveMind行业知识图谱构建平台、社交机器人平台等5个公司核心产品。现专注于多语言生成式大模型在公司全球防务、科研数据、数字城市等领域的前沿技术研究和落地应用实践。
报告题目：面向科研服务的领域知识图谱构建及应用探索
报告摘要：
中图科信致力于针对科研全流程提供服务，领域知识图谱在各业务场景服务中扮演重要角色，可有效提升科研领域检索、推荐、问答等服务任务。中图科信从实际业务需求出发，针对医学、农业、材料、化工、化学、计算机等专业领域开展（跨模态）知识图谱构建及应用探索。领域本体方面，以科研文献数据为基础，力求构建满足实际科研场景需求的本体模型。图谱构建方面，基于深度神经网络开展命名实体识别、实体关系提取，以及命名实体和关系联合提取，并探索结合大型语言模型提升命名实体和关系提取效果。图谱应用方面，开展时序知识图谱连接预测研究（结合时间和图结构注意力引入三元组的动态信息，提升图谱预测精度）、轻量级知识图谱表示学习研究（采用维度提升网络，在不降低模型表示能力的情况下，大幅减少模型的参数量）、联邦知识图谱表示学习研究（结合图谱表示学习和联邦学习，在不直接共享图谱数据的情况下，提升本地知识图谱表示学习的性能），以提升推荐、预测、问答等任务性能；此外，融合领域知识图谱和大型语言模型开发农业、医疗问答系统，用以支持农业领域文本、语音、图像三模态问答，以及医疗领域病例分析、溯源问答。
专家介绍：
曲悠扬，中图科信数智技术（北京）有限公司 首席AI研究员，曾任澳大利亚科学院终身教职研究员和维多利亚大学兼职讲师；现任国家超级计算济南中心副研究员。已发表超过80篇高水平文章，其中一二区/CCF A论文27篇，代表作发表于IEEE TCS、IEEE TII、IEEE TVT、IEEE TITS、IEEE TBD、IEEE Network、IEEE Wireless Communications、ACM Computing Surveys，其中包含两篇发表在SCI一区top期刊IEEE TII上的ESI高被引文章。总引用量过2000，最近三年引用量超过1800且逐年递增，H指数23。获得国际会议最佳论文奖一次，并著有三本专著（总下载量超过8000）；已公开专利两项。主持或参与重大科研项目6项，其中包括3项澳大利亚国家级科研项目、2项国家重点研发计划项目和1项科技创新2030—“新一代人工智能”重大项目，并于2023年获批山东省泰山学者青年专家人才项目。