EXL推出专业保险大模型

数据分析和数字运营及解决方案公司EXL宣布推出EXL针对保险专业的大型语言模型（LLM）。EXL保险LLM基于EXL最近宣布的与NVIDIA AI Enterprise合作的计划，是第一个行业特定的LLM，旨在支持关键索赔和承保相关任务，如索赔对账单、数据提取和解释、问答、异常检测和时序总结。

该模型的开发是为了满足保险业的高度专业化需求，该行业一直在努力利用现成的通用LLM，这些LLM缺乏对私人保险数据的微调和对业务流程操作的特定领域的理解。通用LLM也无法解决保险公司在索赔裁决过程中面临的微妙挑战，导致效率低下、赔偿成本高、索赔遗漏、结算时间更长以及合规风险增加。通过专注于保险相关任务，EXL将其对保险行业的深入了解和高度定制的专有数据结合起来，创建了业内最准确的LLM。

在特定行业的人工智能应用中，这种专业化水平对于确保准确性、降低成本和提高一致性至关重要。根据Gartner的数据，到2027年，企业使用的超过50%的GenAI（生成式人工智能）模型将特定于某个行业或业务功能，而2023年这一比例约为1%。在内部研究中，EXL保险大模型在保险任务上的准确率提高了30%，超过了OpenAI GPT4、Claude和Gemini等顶级预训练模型。它是由EXL AI实验室使用全栈NVIDIA AI平台构建的。

EXL使用NVIDIA NeMo端到端平台(NVIDIA AI企业软件平台的一部分)定制LLM，用于训练、定制和部署，并处理问答任务和总结。训练过程涉及特殊的适配器，并通过低阶适应(LoRA)和监督微调(SFT)来完成。它在单节点和多节点设置上进行了测试，以优化性能，利用H100 GPU上的NeMo框架采用先进的并行处理方法。这种方法对于处理这个庞大的数据集至关重要。

EXL使用NVIDIA Triton推理服务器来最大限度地提高单节点和多节点设置的GPU功率。该系统还包括检索增强生成(RAG)与NIVDIA NeMo检索微服务，以处理长文档的问题和答案。EXL保险LLM采用NVIDIA Nemo护栏来更好地管理输入和输出，创造更流畅的用户体验。

EXL执行副总裁兼首席数字官Logani表示:“EXL在处理身体伤害、工人赔偿和一般责任索赔的医疗记录数据方面拥有25年的专业知识，EXL开发了具有特定领域标记、标记和问答对创建的策划数据集，用于索赔裁决，以微调我们的模型。“”EXL保险LLM的准确性比一般LLM高30%，成本低30%，同时确保完全符合法规要求。”

EXL保险大模型支持的具体任务包括:

结构化和非结构化数据摄取：该模型能够汇总和协调成千上万的识别医疗记录、索赔历史、手写笔记、通话记录以及其他索赔和承保相关信息。

上下文分类和归档：使用LLM提取的数据和见解被自动分类并传送到核心功能中，从索赔裁决到提供商参与，从支付完整性到客户服务功能。

来自数据的对话和洞察：从LLM中提取的洞察、问答和汇总数据使与供应商的谈判更快、更准确，对异常和不准确的支付进行更可靠的评估，并与客户进行更个性化的实时对话。

EXL保险大模型由EXL AI实验室开发，该实验室是一个由人工智能和工程专家组成的专门团队，在EXL的分析和数字以及行业业务部门工作，以加速企业人工智能解决方案的开发。EXL保险LLM将继续发展，在整个保险价值链中扩展用例，包括承保、保费审计、代位求偿和财务。LLM全面的领域专业知识将整合所有价值链组件的见解，进一步提高其准确性和适用性。