AI+金融
输入“/”快速插入内容
AI+金融
AI+金融
飞书用户28052024年7月14日修改
•
Cornucopia（聚宝盆）：基于中文金融知识的LLaMA模型
◦
简介：开源了经过中文金融知识指令精调/指令调节(Instruct-tuning)的LLaMA-7B模型。通过中文金融公开数据+爬取的金融数据构建指令数据集，并在此基础上对LLaMA进行了了指令扭矩，提高了LLaMA在金融领域的问答效果。基于相同的数据，提升还将利用GPT3.5 API构建高质量的数据集，另外在中文知识图谱-金融上进一步增加高质量的指令数据集。
•
BBT-FinCUGE-应用
◦
简介：开源了中文金融领域开源料培训库BBT-FinCorpus，中文金融领域知识增强型预语言模型BBT-FinT5及中文金融领域自然语言处理金融基准CFLEB。
•
轩辕（轩辕）：首个千亿级中文金融对话模型
◦
简介：轩辕是国内首个开源的千亿级中文对话大模型，同时也是第一个针对中文金融领域优化的千亿级开源对话大模型。轩辕在BLOOM-176B的基础上针对中文通用领域和金融领域进行了舆情的预训练，它不仅可以解决通用领域的问题，还可以解答与金融相关的人群问题，为用户提供准确、全面的金融信息和建议。
•
芬GPT
◦
简介：该项目开源了多个金融大模型，包括ChatGLM-6B/ChatGLM2-6B+LoRA和LLaMA-7B+LoRA的金融大模型，收集了包括金融新闻、社交媒体、财报等中英文训练数据。
•
DISC金融法学硕士
◦
简介：该项目由复旦大学数据智能与社会计算实验室（Fudan-DISC）开发并开源，项目中开源的资源包括：DISC-FinLLM-SFT训练数据样本，DISC-FinLLM模型参数（基于Baichuan-13B- Chat训练），DISC-Fin-Eval-Benchmark等。
•
统一财经
◦
简介：该模型是针对金融行业推出的大语言模型，基于义千问通基础模型进行行业语料增量学习，强化金融领域知识和场景应用能力，覆盖金融知识问答、文本分类、信息抽取、文本创作、阅读理解、逻辑推理、多模态、编码等能力象限。具有以下特点：行业语料增量学习：使用200B优质金融行业语料进行增量学习，并进行金融行业词表扩展，覆盖丰富的数据类型，支持更大上下（16k）输入和完整的语义表达。行业能力强化：自研SFT质量和多样性分析工具，筛选高质量SFT数据，解决大语言模型的对齐问题。行业后序列优化：借助多代理框架，实现知识库增强和工具API调用。