20230402-天风证券-计算机_当大模型遇见金融_海内外金融领域大模型对比_5页_492kb

文档总结：计算机行业与金融领域大模型应用

核心内容

本文档是一份由天风证券发布的计算机行业研究报告，重点分析了彭博社推出的金融领域专用大语言模型 BloombergGPT，以及国内金融大模型企业的布局与应用前景。报告指出，随着大模型技术的不断进步，金融领域正在迎来一场“GPT革命”，并建议投资者关注相关行业标的。

主要观点

1. BloombergGPT 的发布与表现：

   • 彭博社推出了拥有 500亿参数 的金融领域专用大语言模型 BloombergGPT。
   • 该模型基于彭博社的大量金融数据源，构建了 3630亿个标签 的数据集，支持多种金融任务。
   • 在多个金融任务中表现优异，包括 ConvFinQA、FiQA SA、FPB 和 Headline，其中 ConvFinQA 的表现尤为突出。

2. 金融大模型的优势：

   • 通用 NLP 模型在处理金融任务时存在挑战，尤其是在理解财经新闻背后的市场情绪。
   • BloombergGPT 在金融任务上的表现远超现有模型，在通用场景中也与现有模型表现相当。

3. 国内金融 GPT 企业的布局：

   • 国内金融 GPT 企业在数据积累方面具备优势，部分企业已开始布局金融大模型。
   • 同花顺 是国内金融大模型应用的典型案例，其问答系统和对话系统均取得了显著成效。

4. 投资建议：

   • 建议关注 金融领域 的相关企业，如 同花顺、恒生电子、东方财富、长亮科技、顶点软件。
   • 同时建议关注 教育领域 的相关企业，如 科大讯飞、视源股份、鸿合科技、捷安高科。

5. 风险提示：

   • AI 应用落地不及预期；
   • 技术发展不及预期；
   • 国内大模型进展不及预期。

关键信息

BloombergGPT 性能对比

同花顺问答系统效果对比

金融大模型应用场景

问答业务

• 同花顺问财：支持用户通过语音助手、问财APP、问财Web端等多渠道提问。
• 功能：将用户输入的问句解析为条件（如股票标的、指标、时间），从海量数据中提取信息并生成回答。
• 模型应用：采用 Electra 和 BERT 模型，通过数据迭代优化，准确率显著提升。

对话系统

• 多引擎对话分发：支持多轮对话和异常流程调度。
• 应用场景：
  • C 端：智能投顾中的“问财助手”；
  • B 端：来电助理、数字人客服、智能外呼机器人等。

投资评级

• 当前行业评级：强于大市（维持评级）

作者与资料来源

• 作者：缪欣君（分析师，SAC执业证书编号：S1110517080003）
• 资料来源：Bloomberg、华尔街见闻、天风证券研究所、同花顺、澜舟科技公众号等。

图表与附录

• 图1：BloombergGPT和其他模型在5个任务上的性能比较。
• 图2：同花顺问答业务场景大模型。
• 图3：同花顺对话业务场景大模型。
• 相关报告：
  1. 《计算机-行业点评：当AI遇见国家云：盘古大模型拆解》（2023-03-24）
  2. 《计算机-行业点评：系统梳理大模型产品迭代，三个前瞻深度判断》（2023-03-23）
  3. 《计算机-行业专题研究:数字经济与基本面共振，计算机行业整体向好》（2023-03-13）

结论

本报告强调，金融领域的大模型技术正在快速发展，BloombergGPT 在多个金融任务中表现优异，标志着金融领域的“GPT革命”可能刚刚开始。国内企业如 同花顺 已在问答和对话系统中实现大模型落地，未来有望进一步拓展应用场景。因此，建议投资者持续关注金融 GPT 相关企业及教育领域相关标的。同时，报告也提醒了潜在风险，如 AI 技术落地、发展速度及国内大模型进展不及预期等。