Auf dem Gebiet der Finanztechnologie ist ein großer Durchbruch die Umschreibung der Branchenregeln. Das Sufe-Aiflm-Lab-Team unter der Leitung von Professor Zhang Liwen von der School of Statistics and Data Science der Shanghai University of Finance and Economics hat die Quelle für das von Caiyuexingchen gemeinsam entwickelte Fin-R1-Modell offiziell eröffnet. Diese innovative Leistung hat einen Aufruhr in der Branche verursacht. Dieses finanzielle Big-Modell, das auf der QWEN2.5-7B-Architektur basiert, hat in mehreren finanziellen Benchmarks durch fortschrittliche Verstärkungslernen und Schulungsmethoden eine hervorragende Leistung gezeigt und wird zu einem neuen Benchmark in der Branche.
Das auffälligste Merkmal des Fin-R1-Modells ist die erstaunliche Effizienz. Obwohl es nur eine 7B -Parameterskala hat, übertrifft seine Leistung viele Konkurrenten mit größeren Parameterskalen. Insbesondere bei wichtigen Aufgaben wie Financial Form Reading (FinQA) und Conversational Financial-QA (Conversational Financial QA) gewann Fin-R1 die Meisterschaft mit einem absoluten Vorteil und demonstrierte das eingehende Verständnis und die genaue Analyse im Finanzfeld voll und ganz.
Das Design dieses Modells berücksichtigt die Anforderungen der Kerngeschäftsszenarien und seine funktionale Abdeckung ist erstaunlich. Von der Schreiben von Finanzkennzeichen über die Konstruktion von Preismodells bis hin zur Entwicklung der Risikobewertungsskripte, von einer genauen quantitativen Analyse bis zur komplexen Berechnung des Berichts kann Fin-R1 mühelos abgeschlossen werden. Darüber hinaus kann es reibungslos englische Finanzmodelle und professionelle Berichte generieren, Analysen zur Einhaltung finanzieller Sicherheitsvorschriften bereitstellen, intelligente Risikokontrollfunktionen wie Transaktions-Anti-Frags und Standardvorhersage realisieren und sogar ESG-Nachhaltigkeitsanalysen wie Umwelt, Gesellschaft und Governance durchführen. Es kann als Allround-KI-Assistent im Finanzbereich bezeichnet werden.
Der Erfolg von Fin-R1 ist untrennbar mit seinem fortschrittlichen technischen Weg verbunden. Das F & E-Team baute die Modellarchitektur basierend auf QWEN2.5-7B-Instruktur und verwendete das Deepseek-R1-Framework für "Datendestillation" und "Doppelrad-Qualitäts-Screening" innovativ. Durch die Schulungsmethode zur Kombination von Überwachung und Feinabstimmung (SFT) und Verstärkungslernen (RL) hochwertiger Denkkettendaten wurden KI-Assistenten in diesem Finanzbereich erfolgreich erstellt, was eine starke technische Unterstützung für die digitale Transformation der Finanzbranche bietet.
Es ist erwähnenswert, dass Fin-R1 nicht nur das chinesische Umfeld unterstützt, sondern auch Finanzmodellierung, Berichterstattung über Generierung und Dialoginteraktion in der englischen Umgebung durchführen kann und extrem starke Cross-Language-Funktionen aufweist. Das Aufkommen dieses Open -Source -Modells wird eine starke Unterstützung für die digitale Transformation der Finanzbranche bieten und wird voraussichtlich ein guter Assistent für Finanzanalysten, Risikokontrollexperten und Investmentberater werden und die Finanztechnologie auf neue Höhen bringen.