数据分析和数字解决方案提供商 EXL 已宣布推出 EXL 保险大型语言模型（LLM），这是首个专为提升保险相关任务的效率和准确性而设计的行业特定 LLM。据新闻稿称，这一进展建立在 EXL 近期与 NVIDIA AI Enterprise 的合作基础之上。
EXL 保险 LLM 旨在解决保险行业因通用 LLM 对行业复杂流程缺乏微调而产生的独特挑战。
传统的 LLM 因无法有效处理诸如理赔协调、数据提取、问答、异常检测和时间顺序总结等任务而受到批评。EXL 表示，这种疏忽导致了保险公司效率低下、成本增加和理赔时间延长。
据 EXL 内部研究，新的 LLM 预计在各种保险任务中的准确性将超过领先的预训练模型，包括 OpenAI 的 GPT-4 等，实现 30%的提升。
新模型的关键特性
Gartner 预测，到 2027 年，超过 50%的生成式 AI 模型将针对特定行业或业务功能进行定制，相比 2023 年的约 1%大幅增加。
新闻稿透露，EXL 保险 LLM 由 EXL AI 实验室开发，团队利用 NVIDIA NeMo 平台进行模型的训练、定制和部署，采用诸如低秩适应（LoRA）和有监督微调（SFT）等先进技术来优化其能力。通过在单节点和多节点配置中的严格测试，最大程度地利用 NVIDIA 的 H100 GPU，提高了模型的性能。
EXL 还整合了 NVIDIA Triton 推理服务器以提高 GPU 效率，并能够稳健处理大量数据集。该模型采用由 NVIDIA NeMo Retriever 微服务支持的检索增强生成（RAG），能够有效处理长文档以实现全面的问答能力。
EXL 的执行副总裁兼首席数字官 Anand Logani 表示：“凭借 25 年处理身体伤害、工人赔偿和一般责任索赔的医疗记录数据的专业知识，EXL 开发了具有特定领域标记、标签以及问答对创建的策划数据集，用于理赔裁决以微调我们的模型。”
“EXL 保险 LLM 比通用 LLM 准确性提高 30%，成本降低 30%，同时确保完全符合监管要求。”
EXL 保险 LLM 支持一系列功能，包括：
- 数据摄取：模型汇总和协调大量数据集，包括医疗记录和理赔历史。
- 上下文分类：它将提取的数据分类，用于理赔裁决和客户服务等核心功能。
- 洞察和对话：模型提供可行的见解，促进改进谈判和实时客户互动。
EXL 成立于 1999 年，总部位于纽约，在全球拥有超过 55,000 名专业人员，为包括保险、医疗保健和金融在内的多个行业提供创新解决方案。
