量子位
·
蚂蚁数科发布金融推理大模型，助力金融机构加速落地智能体应用
💡
原文中文，约1600字，阅读约需4分钟。
📝
内容提要
蚂蚁数科推出金融推理大模型Agentar-Fin-R1，增强金融智能应用能力，超越主流开源模型。该模型具备强大的金融推理和合规能力，支持多样化金融场景，助力金融机构加速智能化转型。
🎯
关键要点
- 蚂蚁数科发布金融推理大模型Agentar-Fin-R1，增强金融智能应用能力。
- 该模型在金融专业性、推理能力和安全合规能力上超越主流开源模型。
- 金融业的数智化转型需要专业的金融知识和复杂的业务逻辑推理能力。
- 构建专业金融大模型是推进金融与AI深度融合的必然路径。
- Agentar-Fin-R1在FinEval1.0和FinanceIQ基准测试中取得最高评分。
- 蚂蚁数科构建了全面的金融任务分类体系，覆盖多个金融场景。
- 创新的加权训练算法提高了模型对复杂金融任务的学习效率。
- Agentar-Fin-R1包括32B和8B参数两个版本，满足多样化场景需求。
- 联合推出Finova大模型金融应用评测基准，考察智能体能力和安全合规能力。
- 蚂蚁数科致力于以AI及Web3技术助力产业数智化升级，推动金融智能体解决方案的应用。
❓
延伸问答
Agentar-Fin-R1模型的主要特点是什么？
Agentar-Fin-R1模型具备强大的金融推理能力和合规能力，超越主流开源模型，支持多样化金融场景。
蚂蚁数科如何提升Agentar-Fin-R1的学习效率？
通过创新的加权训练算法，提高模型对复杂金融任务的学习效率，减少二次微调的数据需求与算力消耗。
Agentar-Fin-R1在金融基准测试中的表现如何？
Agentar-Fin-R1在FinEval1.0和FinanceIQ基准测试中均取得最高评分，显示出其优越的金融能力。
蚂蚁数科的金融任务分类体系包含哪些内容？
该体系包括6大类、66小类场景，覆盖银行、证券、保险、基金、信托等多个金融领域。
Agentar-Fin-R1的参数版本有哪些？
Agentar-Fin-R1包括32B和8B参数两个版本，满足不同金融场景的需求。
蚂蚁数科在金融智能体应用方面有哪些成就？
蚂蚁数科推出了超百个金融智能体解决方案，并助力多家银行提升客户满意度和用户活跃度。
➡️
