學(xué)FinTech課題組招募大模型AI4Finance國際聯(lián)培博士生

丁曉蔚團隊

原標(biāo)題：學(xué)FinTech課題組招募大模型AI4Finance國際聯(lián)培博士生
文章來源：量子位
內(nèi)容字?jǐn)?shù)：4565字

學(xué)FinTech課題組AGI時代金融經(jīng)濟研究

本文總結(jié)學(xué)FinTech課題組丁曉蔚團隊關(guān)于AGI時代金融經(jīng)濟研究的要點。該團隊致力于“大數(shù)據(jù)、大模型、大計算”全新范式下，金融經(jīng)濟的數(shù)字化、智能化和科學(xué)化研究，并在硬科技與軟科學(xué)交叉融合方面取得顯著成果。

1. AGI時代金融經(jīng)濟的特征

該團隊的研究關(guān)注AGI如何感知、認(rèn)知、理解、建模并作用于人類金融經(jīng)濟世界。這超越了傳統(tǒng)大模型對物理世界的建模，深入到對人類行為、金融市場動態(tài)以及經(jīng)濟規(guī)律的理解和預(yù)測。研究將探究機器人與人類在金融經(jīng)濟領(lǐng)域的共存模式以及新型金融經(jīng)濟關(guān)系的建立。

2. AI4EconFinance和LLM4EconFinance的定義與構(gòu)建

團隊的核心研究方向包括AI4EconFinance和LLM4EconFinance的定義和構(gòu)建。這涉及到如何利用人工智能和大型語言模型技術(shù)來提升金融經(jīng)濟領(lǐng)域的效率、準(zhǔn)確性和決策能力。研究將融合數(shù)據(jù)驅(qū)動和知識驅(qū)動兩種建模方式，并探索生成式范式與決策式范式的融合。

3. 關(guān)鍵研究方向

團隊的研究涵蓋以下多個方向：

1. 大模型多模態(tài)具身智能和世界建模：研究如何使大模型具備感知和理解現(xiàn)實世界金融經(jīng)濟的能力。
2. 大模型智能體、人類智慧與機器智能融合：探索人機協(xié)同在金融經(jīng)濟領(lǐng)域的應(yīng)用。
3. 大模型時間智能、空間智能、時空聯(lián)合建模與預(yù)測：利用大模型進行更準(zhǔn)確的金融時間序列預(yù)測和空間經(jīng)濟分析。
4. 大模型知識科學(xué)、知識工程、知識編輯：構(gòu)建和利用金融經(jīng)濟領(lǐng)域的知識圖譜。
5. 大模型強化學(xué)習(xí)、邏輯推理與復(fù)雜問題求解：利用強化學(xué)習(xí)等技術(shù)解決金融經(jīng)濟領(lǐng)域的復(fù)雜問題。
6. 大模型系統(tǒng)優(yōu)化、預(yù)訓(xùn)練和后訓(xùn)練優(yōu)化、對齊優(yōu)化、Scaling Laws、低成本大模型構(gòu)建：研究如何更高效地構(gòu)建和優(yōu)化大模型。
7. 大模型數(shù)據(jù)優(yōu)選、生成、混合：研究如何有效利用和生成數(shù)據(jù)。
8. 大模型在人文社科中應(yīng)用、社會計算模擬等：將大模型應(yīng)用于更廣泛的社會科學(xué)研究。

4. 團隊優(yōu)勢與資源

團隊擁有顯著的學(xué)科交叉優(yōu)勢，連接斯坦福硅谷，擁有豐富的算力資源，并注重技術(shù)驅(qū)動和應(yīng)用導(dǎo)向。團隊負(fù)責(zé)人丁曉蔚教授擁有豐富的學(xué)術(shù)和產(chǎn)業(yè)經(jīng)驗，在金融科技領(lǐng)域深耕多年，并獲得多項國家級基金項目。

5. 招生與合作

團隊招收理工科背景的博士生、碩士生以及其他科研人員，并歡迎與企業(yè)和合作。

6. 學(xué)生收益與未來發(fā)展

加入該團隊的學(xué)生將獲得導(dǎo)師的悉心指導(dǎo)，參與國際科研合作，并擁有廣闊的職業(yè)發(fā)展前景，包括互聯(lián)網(wǎng)大廠、金融機構(gòu)和高校等。

聯(lián)系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關(guān)注科技行業(yè)新突破