La National Payments Corporation of India (NPCI) a introduit le modèle financier pour les services bancaires en Inde (FiMi), le présentant comme un « modèle de pacte souverain » pour les applications bancaires de détail en Inde.
Parallèlement au lancement, NPCI rend public les références, les ensembles d’évaluation et le document technique utilisés pour évaluer les performances des agents d’IA bancaire.
L’organisation travaillera également avec HDFC Bank pour poursuivre le développement du modèle, en réunissant la base technologique de NPCI et l’expérience bancaire et en IA de HDFC Bank.
FiMi Banking a été formé pour les tâches de banque de détail en Inde et est destiné à gérer des missions complexes impliquant un traitement à long contexte dans le cadre des règles et des systèmes existants d’une banque.
Il est basé sur Gemma, la famille de modèles ouverts de Google, avec une formation supplémentaire réalisée par NPCI à l’aide de scénarios de banque de détail indienne.
NPCI a déclaré que le modèle est destiné à l’exécution de tâches dans des contextes bancaires, y compris les situations dans lesquelles un agent d’IA doit raisonner, utiliser des outils et effectuer des actions, plutôt que de simplement répondre à des requêtes.
La version comprend un cadre d’évaluation ouvert permettant aux développeurs, aux banques, aux sociétés de technologie financière et aux chercheurs de tester les agents d’IA bancaire par rapport à des scénarios standardisés de banque de détail indienne.
NPCI a déclaré que les références s’appuient sur des données synthétiques et ne contiennent pas d’informations réelles sur les clients, les comptes ou les institutions.
Le rapport technique présente la structure d’évaluation, l’approche de notation et les résultats, permettant à d’autres de référencer et de réutiliser le travail.
Les deux benchmarks publiés avec le modèle, « IndicBank Bench » et « Tau Agentic Banking Benchmark », sont conçus spécifiquement pour les agents IA des banques de détail indiennes.
IndicBank Bench se compose de 799 cas de tests multi-tours scénarisés couvrant six domaines de la banque de détail. Il mesure les agents d’IA sur trois facteurs : la sécurité, les actions et la pertinence de la réponse.
[…] La suite de l’article est à lire sur Yahoo Finance via le lien ci-dessous.
Traduit automatiquement de l’anglais. Le texte original fait foi.
Ces informations ne constituent en aucun cas des conseils financiers ou d’investissement.
Source : Yahoo Finance — Lire l’article original
À propos de l'auteur
