每周编辑精选｜在线运行 Deepmoney 金融大模型、AI 偏好等多个优质数据集上线
内容提要
AI领域对金融模型的研究成果基于公共知识，但在实际金融实践中解释力不足。Deepmoney是一个专注于金融投资的大型语言模型项目，提供在线运行教程。公共数据集包括AI偏好数据集、大模型长上下文对齐数据集、大模型网络安全评测数据集等。公共教程包括Deepmoney-34b-full、Deepmoney-miqu-70b等。社区文章包括英伟达黄仁勋发布GB200、生成式AI框架加速MOFs创新等。热门百科词条有数据引力、大规模多任务语言理解。
延伸解读
金融大模型的现实挑战
文章指出，当前AI金融模型多基于公共知识训练，但在实际金融实践中，这些知识对市场的可解释性往往不足。理想的金融大模型应能理解新闻或数据事件，并即时从主观和量化两个角度进行评估。Deepmoney项目正是针对这一需求而设计，专注于金融投资领域，试图弥补公共知识在动态市场中的解释力缺口。
Deepmoney 的模型基础与训练方式
Deepmoney 系列包含多个版本，分别基于不同开源模型训练。Deepmoney-34b-full 基于 Yi-34B-200K，分为全参数训练和 LoRA 微调两个阶段；Deepmoney-miqu-70b 基于 miqu-1-70b-sf，仅进行 LoRA 微调；Deepmoney-67b-full 基于 deepseek-llm-67b-base，分为 LoRA 训练和 LoRA 微调两个阶段。这些模型均可在超神经官网一键克隆使用。
本周公共数据集亮点
本周上线了10个公共数据集，覆盖多个领域。AI偏好数据集 OpenHermesPreferences 包含约100万条数据，可用于偏好模型训练；LongAlign-10K 是清华大学设计的长上下文对齐数据集，包含1万条长指令数据；CyberMetric 包含1万个问题，用于评估大模型网络安全知识。此外还有光伏电站地图、农作物病害图像、亚马逊评论、面部伪造检测、多模态意图识别和多语言医疗等数据集。
社区文章与百科词条精选
社区文章方面，英伟达黄仁勋在GTC大会发布GB200，推理能力比H100提高30倍，能耗降低25倍；美国阿贡国家实验室提出生成式AI框架GHP-MOFsassemble，33分钟生成12万种碳捕捉候选材料；普林斯顿大学开发AI控制器，可提前300毫秒预测等离子体撕裂风险。热门百科词条包括数据引力、大规模多任务语言理解、混合专家模型、量子神经网络和神经辐射场。
Q&A
Deepmoney是什么？
Deepmoney是一个专注于金融投资的大型语言模型项目，提供在线运行教程。
有哪些优质公共数据集可以使用？
优质公共数据集包括AI偏好数据集、长上下文对齐数据集和网络安全评测数据集等。
如何在线运行Deepmoney模型？
可以通过hyper.ai官网在线运行Deepmoney-34b-full、Deepmoney-miqu-70b等模型。
Deepmoney的公共教程有哪些？
公共教程包括Deepmoney-34b-full、Deepmoney-miqu-70b和Deepmoney-67b-full等。
AI领域对金融模型的研究存在哪些问题？
AI领域对金融模型的研究成果在实际金融实践中解释力不足，无法有效理解市场动态。
HyperAI超神经的目标是什么？
HyperAI超神经致力于成为国内数据科学领域的基础设施，提供丰富的公共资源。
