DianJin-R1 – 阿里云通義點(diǎn)金聯(lián)合蘇大推出的金融推理大模型

DianJin-R1是一款由阿里云通義點(diǎn)金團(tuán)隊與蘇州大合開發(fā)的金融領(lǐng)域推理增強(qiáng)大模型，專為處理各種金融任務(wù)而設(shè)計。它結(jié)合了前沿技術(shù)與豐富的數(shù)據(jù)支持，利用推理增強(qiáng)監(jiān)督和強(qiáng)化學(xué)習(xí)的方法，提高了金融推理任務(wù)的表現(xiàn)。該模型的核心是DianJin-R1-Data數(shù)據(jù)集，整合了CFLUE、FinQA和中國合規(guī)檢查（CCC）數(shù)據(jù)集，涵蓋了多樣化的金融推理場景。

DianJin-R1是什么

DianJin-R1是一個專為金融任務(wù)量身定制的推理增強(qiáng)大模型，由阿里云通義點(diǎn)金團(tuán)隊與蘇州大學(xué)的合作成果。它通過結(jié)合先進(jìn)的技術(shù)與全面的數(shù)據(jù)支持，顯著提升了金融推理的能力。該模型的核心是DianJin-R1-Data數(shù)據(jù)集，集合了CFLUE、FinQA和中國合規(guī)檢查（CCC）數(shù)據(jù)集，以應(yīng)對多樣化的金融推理場景。DianJin-R1提供兩個版本：DianJin-R1-7B和DianJin-R1-32B，均采用監(jiān)督微調(diào)（SFT）和強(qiáng)化學(xué)習(xí)（RL）兩階段的優(yōu)化策略，通過組相對策略優(yōu)化（GRPO）方法，并結(jié)合雙重獎勵信號來提升推理質(zhì)量。在眾多金融領(lǐng)域的基準(zhǔn)測試中，DianJin-R1表現(xiàn)優(yōu)于傳統(tǒng)的非推理模型，在CCC數(shù)據(jù)集上，其單次調(diào)用的推理效果甚至超越了多代理系統(tǒng)。

DianJin-R1的主要功能

• 金融推理增強(qiáng)：通過推理增強(qiáng)監(jiān)督和強(qiáng)化學(xué)習(xí)，顯著提升金融任務(wù)的推理能力。在CFLUE、FinQA和CCC等金融測試集上，DianJin-R1的表現(xiàn)超越了基礎(chǔ)模型。
• 高質(zhì)量數(shù)據(jù)集支持：DianJin-R1基于DianJin-R1-Data數(shù)據(jù)集構(gòu)建，整合了CFLUE、FinQA和CCC數(shù)據(jù)集，覆蓋多種金融推理場景。
• 結(jié)構(gòu)化推理輸出：模型能夠以結(jié)構(gòu)化的形式生成推理步驟和最終答案，便于理解與應(yīng)用。
• 強(qiáng)化學(xué)習(xí)優(yōu)化：采用群體相對策略優(yōu)化（GRPO）算法，結(jié)合格式獎勵與準(zhǔn)確性獎勵，進(jìn)一步優(yōu)化推理質(zhì)量。
• 高效推理能力：在實(shí)際應(yīng)用中，DianJin-R1的單次調(diào)用推理模型的表現(xiàn)與多代理系統(tǒng)相當(dāng)，甚至更具優(yōu)勢，并且計算成本更低。

產(chǎn)品官網(wǎng)

• Github倉庫：https://github.com/aliyun/qwen-dianjin
• HuggingFace模型庫：https://huggingface.co/DianJin
• arXiv技術(shù)論文：https://arxiv.org/pdf/2504.15716

DianJin-R1的應(yīng)用場景

• 金融風(fēng)險評估與合規(guī)檢查：DianJin-R1高效處理復(fù)雜的金融合規(guī)任務(wù)，例如在CCC數(shù)據(jù)集上的應(yīng)用中，模型單次調(diào)用即可實(shí)現(xiàn)與多代理系統(tǒng)相當(dāng)甚至更優(yōu)的性能，從而顯著降低計算成本。
• 金融問答與客戶服務(wù)：在FinQA數(shù)據(jù)集的測試中，DianJin-R1展現(xiàn)了卓越的金融問答能力，為客戶提供準(zhǔn)確的金融信息和解決方案，助力提升金融機(jī)構(gòu)的客戶服務(wù)質(zhì)量和效率。
• 金融考試與教育：DianJin-R1在CFLUE數(shù)據(jù)集上的表現(xiàn)尤為突出，準(zhǔn)確率從77.95%提升至86.74%。這表明模型可用于金融考試的輔助訓(xùn)練和教育場景，幫助考生深入理解金融知識。
• 復(fù)雜金融任務(wù)的推理與決策：通過結(jié)構(gòu)化推理和強(qiáng)化學(xué)習(xí)優(yōu)化，DianJin-R1能夠處理復(fù)雜的金融任務(wù)，如財務(wù)報表分析、投資決策等。

常見問題

• DianJin-R1的適用領(lǐng)域有哪些？：DianJin-R1主要針對金融領(lǐng)域，適用于金融風(fēng)險評估、合規(guī)檢查、金融問答、客戶服務(wù)及金融教育等場景。
• 如何獲取DianJin-R1？：您可以通過其Github倉庫和HuggingFace模型庫獲取DianJin-R1的相關(guān)資源和文檔。
• DianJin-R1的性能如何？：在多個金融領(lǐng)域的基準(zhǔn)測試中，DianJin-R1的表現(xiàn)顯著優(yōu)于傳統(tǒng)模型，尤其在CCC數(shù)據(jù)集上，單次調(diào)用的推理能力超過多代理系統(tǒng)。