繼去年5月引入DeepSeekV2版本之后，近期樂信正式接入和部署了DeepSeek -R1版本，通過DeepSeek 完善了本地化部署的、樂信專有大模型“奇點”Al大模型，并在研發提效、內部工具、業務賦能等方面深入落地應用。

樂信是國內最早部署和應用DeepSeek的金融平臺之一。早在去年5月份，樂信技術團隊在系統性評測多款大模型時發現，成立不足一年的深度求索（DeepSeek）展現出極強的數學推理能力。樂信的AI工程師通過一系列需要多步推理的復雜數學模型問題檢驗模型的計算能力。在同等測試條件下，DeepSeek不僅準確完成求導過程，其解題效率與邏輯嚴謹性顯著優于其他模型?；谶@一科學驗證，樂信快速鎖定DeepSeek作為基礎底座模型，成為首批將DeepSeek應用于金融行業的企業。

DeepSeek通過技術創新大幅降低了企業部署大模型的門檻，使得本地化、私有化部署成為可能，這對于金融屬性企業具有重要意義。數據安全是金融行業穩固發展的基石，也是企業踐行消保理念、履行社會責任的體現。樂信“奇點”Al大模型正是基于DeepSeek進行本地化部署，數據安全有了更堅實的保證。

接入DeepSeek只是第一步，如何進行行業微調、讓大模型適用金融行業更為關鍵。樂信在DeepSeek基礎之上，借助累積十余年超萬億元的信貸經驗，通過樂信金融專屬數據預訓練、業務數據精調，打造專屬于樂信的金融垂直Al大模型“奇點”，并加速在公司業務多個領域落地應用、提質增效。

研發提效方面，公司大模型已實現研發人員100%落地應用，2024年月均輔助生成代碼86萬次、全年提出質量改進建議21萬次，有效助力研發人員編碼效率提升約35%。

內部工具上，基于大模型公司推出了面試助手、會議助手、lechatgpt等實用提效工具，其中面試助手在近半年中輔助126場面試、場均提出15個面試問題，生成110個面試評價，有效助力面試人員大幅提升面試效率。

業務賦能上，公司大模型目前已在電銷、客服、催收等主要業務流程中全面落地應用。通過學習過往對話數據，大模型持續優化和迭代對話流程樹、提升轉化效果。測試中，相比較人工電銷場景開口率平均提升8.7%，交互輪次平均提升17%，大幅提升公司整體的運營效率和客戶體驗。

樂信CTO陸勇表示，今年公司會繼續加大技術投入,尤其是在基于DeepSeek-R1私有化部署和蒸餾適配業務領域專屬的模型上發力, 在公司的所有業務流程環節上改造提效, 探索通過技術助力公司和業務向著數字化、智能化方向發展。