数字经济时代，金融行业对于创新技术的需求愈加迫切。多年来，度小满持续加强对预训练模型、序列建模等前沿技术的布局，不断取得新突破、新成果。如今，凭借强劲的技术实力，度小满已有多篇论文被国际顶级会议录用。

AI技术能力雄厚，度小满多次在国际顶会发表论文

近期，第31届ACM信息与知识管理国际会议（The 31th ACM International Conference on Information and Knowledge Management，CIKM 2022）公布的录用结果显示，度小满AI Lab的三篇文章被录用。据悉，CIKM创办于1992年，是全球信息检索和数据挖掘领域的顶级学术会议之一，享有较高的学术声誉。度小满已多次在CIKM、ACM MM、CVPR等国际顶会发表论文，其AI前沿技术能力已堪比国际一线机构。

（ExpertBert框架图）

度小满这次被录用的三篇论文，分别在预训练模型、用户表示、序列建模等NLP任务相关算法上取得突破性进展。三篇论文题目分别为ExpertBert: Pretraining Expert Finding（ExpertBert：用户粒度预训练框架，快速匹配高质量回答）、Efficient Non-sampling Expert Finding（ENEF：高性能、低计算复杂度的「非采样」专家发现模型）、Deep View-Temporal Interaction Network for News Recommendation（DeepVT：视图与时序模式交互，全面、精准预测用户画像）

创新技术取得新进展，度小满已将其应用在实际业务中

在度小满此次的三篇论文中，用于专家发现任务的ExpertBert模型，弥合了预训练目标与下游建模任务的差距，能够精准识别潜在的信贷需求；ENEF模型，基于非采样策略进行专家发现，增强了问题和用户表示的鲁棒性和稳定性，成为CQA领域兼具性能与效率的最优方法；DeepVT模型，全面有效地捕捉和融合视图和时序模式，使小微客群的行为预测更精准。

度小满AI Lab负责人杨青表示，这些算法与金融行业的用户行为预测高度相关，对于风险评估，信贷获客和老客经营等信贷业务至关重要。目前以上创新技术已在实际业务上落地应用。

度小满AI Lab团队撰写的三篇文章聚焦预训练模型、用户表示、序列建模等前沿技术，为加快攻克金融科技难题，推动创新技术在金融领域的落地应用提供了有力支撑。未来，度小满将继续加强技术研发与创新，以科技破解金融服务痛点，助力实体经济高质量发展。