在人工智能技术与金融业深度融合的当下，多模态、预训练排序等技术已成为金融行业的热门话题。作为以创新为核心驱动力的金融科技企业，度小满一直关注着多模态等技术领域，不断加强对热点技术的创新与研发，在前沿技术领域积累了丰富经验。近期，度小满金融数据智能应用部AI-Lab的两篇论文分别入选ACM MM和CIKM国际顶级会议。

据了解，度小满这两篇论文分别就多模态和预训练排序等多个热门话题提出了新颖的算法，并在相关任务上达到了国际顶尖水平，获得了审稿人的一致好评并最终录用。这标志着度小满在自然语言处理和计算机视觉等人工智能前沿领域的研究得到了国际同行的认可。

度小满提出新模型Transformer，进一步提升视觉风控能力

其中，度小满“具有实体对齐网格的位置增强Transformer”的论文被ACM MM录用，以下为该论文简介：

许多图像除了实际的物体和背景等信息外，通常还包含着很有价值的文本信息，这对于理解图像场景是十分重要的。因此本文主要研究基于文本的视觉问答任务，这项任务要求机器可以理解图像场景并阅读图像中的文本来回答相应的问题。然而之前的大多数工作往往需要设计复杂的图结构和利用人工指定的特征来构建图像中视觉实体和文本之间的位置关系。

为了直观有效地解决这些问题，我们提出了具有实体对齐网格的位置增强Transformer。与之前的模型相比，我们在不需要复杂规则的情况下，显式地引入了目标检测和OCR识别的视觉实体的连续相对位置信息。同时我们根据物体与OCR实体映射关系，用直观的实体对齐网格代替复杂的图形结构。在该网格中，不同位置的离散实体和图像的区块信息可以充分交互。

该模型能够整合目标检测、OCR以及基于Transformer的文本表示等多种方法的优势，增强算法对于图像中场景信息的理解，更精准的融合图像与文本多模态的信息，进一步助力证件识别、人脸与活体检测等业务场景，提升度小满在视觉风控方面的技术能力。

开创性提出动态多粒度学习方法，度小满助推行业创新发展

度小满另一篇“基于BERT的动态多粒度排序模型”的论文被CIKM录用，以下为该论文简介：

近年来，预训练的语言模型广泛应用于文本的检索排序任务中。然而，在真实场景中，用户的行为往往受到选择或曝光偏差的影响，这可能会导致错误的标签进而引入额外噪声。而对于不同候选文档，以往的训练优化目标通常使用单一粒度和静态权重。这使得排序模型的性能更容易受到上述问题的影响。

因此，在本文中我们重点研究了基于BERT的文档重排序任务，开创性地提出了动态多粒度学习方法。该种方法能够让不同文档的权重根据预测概率动态变化，从而减弱不正确的文档标签带来的负面影响。此外，该方法还同时考虑了文档粒度和实例粒度来平衡候选文档的相对关系和绝对分数。在相关基准数据集上的实验进一步验证了我们模型的有效性。

此次度小满两篇论文入选国际顶级会议，展现了其在前沿技术领域的深厚底蕴。一直以来，度小满以技术创新为驱动力，不断优化金融服务和产品，为用户带来便捷的金融服务体验。未来，技术创新仍将是加快金融行业转型升级的重要力量。度小满将继续加强对多模态等技术领域的创新与布局，以强劲技术实力助推金融行业创新发展。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005