🕷️
SetupAI
EN
🗾較早收集於 60m

みずほFG 自家LLM「與GPT-5.2同精度」可內部部署

みずほFG 自家LLM「與GPT-5.2同精度」可內部部署
PostLinkedIn
🗾閱讀原文： ITmedia AI+ (日本)
#on-premises#financial-ai#model-fine-tuningmizuho-llmmizuho-fgqwen3-32bgpt-5.2

💡銀行開源基 LLM 達 GPT-5.2 精度，可內部部署安全資料 (28字)

⚡ 30-Second TL;DR

有什麼變化

みずほFG 推出基於 Qwen3-32B 的自有 LLM

為什麼重要

企業可於內部部署前沿級 LLM，減少對雲端的依賴以處理敏感資料。凸顯開源模型在金融等受管制產業的潛力。

下一步行動

測試微調 Qwen3-32B 用於企業內部 LLM 部署。

誰應關注：Enterprise & Security Teams

關鍵要點

  • •みずほFG 推出基於 Qwen3-32B 的自有 LLM
  • •達到與 GPT-5.2 等同精度
  • •支援內部部署以確保資料安全
  • •針對金融機密資料的安全 AI 應用

🧠 深度解析

背景與延伸：來自公開資料，非原文內容。引用 8 個來源。

🔑 增強重點摘要

  • •Qwen3-32B 是 Alibaba 於 2025 年 4 月 27 日發布的密集型模型，總參數 32B，支援最大 131K 上下文長度，使用 FP8 精度。
  • •Qwen3 系列包含 MoE 架構模型，如 Qwen3-235B-A22B（總 235B / 活躍 22B 參數），在多項基準測試中超越多數開源模型。
  • •みずほFG 透過與 SoftBank 的 Crystal Intelligence 合作引入先進 AI，成為金融業首家客戶，預計至 2030 年深化應用。

🛠️ 技術深入

  • •Qwen3-32B 為 Causal Language Model 架構，非 MoE，總參數 32.8B，全激活，輸入/輸出定價分別為 0.14/0.57 美元每百萬 token。
  • •支援 131K 上下文長度與最大 token 數，授權為 Apache-2.0，可於 HuggingFace 獲取。
  • •在 LiveCodeBench、CodeForces 等基準中，Qwen3-32B 僅次於 QwQ-32B 與 GPT-4o，展現高效編碼與多語言能力。

🔮 前景展望AI analysis grounded in cited sources

みずほFG 自家 LLM 將加速日本金融業內部 AI 部署
作為 SoftBank Crystal Intelligence 首家金融客戶，此合作預計至 2030 年推動機密資料安全處理的產業標準化。
Qwen3 系列將主導亞太開源 LLM 市場
其高效 MoE 設計與基準領先優勢，降低中國晶片限制下的訓練成本，刺激區域模型創新。

⏳ 時間線

2025-04
Alibaba 發布 Qwen3 系列，包括 Qwen3-32B 密集模型
2026-01
SoftBank 宣布 Crystal Intelligence 服務，孫正義提及年收 5000 億日圓潛力
2026-03
みずほFG 推出基於 Qwen3-32B 的自家 LLM，聲稱精度等同 GPT-5.2
🗾閱讀原文： ITmedia AI+ (日本)
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #on-premises

同產品

更多關於 mizuho-llm

同來源

最新來自 ITmedia AI+ (日本)

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ITmedia AI+ (日本) ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週 AI 簡報

每週一封，可隨時退訂。