AIGC動態歡迎閱讀

原標題：金融研報數據魔改Yi-34B & DeepSeek 67B 誰更強？ Deepmoney金融大模型魔改方案分享&在線實測
關鍵字：模型,報告,數據,金融,領域
文章來源：機器之心
內容字數：3014字

內容摘要：

在微調大型模型的過程中，一個常用的策略是“知識蒸餾”，這意味著借助高性能模型，如GPT-4，來優化性能較低的開源模型。這種方法背后隱含的哲學理念與logos中心論相似，把GPT-4等模型視為更接近唯一的邏輯或真理的存在。
雖然這種方法在許多領域已經證明了其成功（例如Alpaca/Orca等研究），但其在特定的專業領域中效果有限，比如金融學。這是因為通過知識蒸餾得到的模型性能難以超越其原始模型。而像GPT-4這樣的模型，其訓練和性能與人類反饋緊密相關。在一些尖端領域，如金融學中的有效市場理論與行為金融學的辯論、古典主義與貨幣主義的爭論等，并不存在所謂的“唯一邏輯”，這限制了模型在這些領域的應用。
為了更好地幫助研究人員和投資者作出理性判斷，一個理想的金融領域大模型應能理解新聞或數據，并能夠即時地從主觀和量化兩個角度對進行評估。
制作這樣一個模型是Deepmoney項目研究的目標。
在金融投資領域，研報數據在分析和決策過程中起著關鍵作用。這些報告提供了深入的市場分析、行業趨勢、公司財務狀況及投資建議，對金融專業人士至關重要。在訓練金融模型時，這些數據的深度和廣度使其成為理想的訓練材

原文鏈接：金融研報數據魔改Yi-34B & DeepSeek 67B 誰更強？ Deepmoney金融大模型魔改方案分享&在線實測

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺