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：计算机行业点评 - 当大模型遇见金融

核心内容概述

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专用大语言模型 BloombergGPT，并探讨了其在金融领域的应用潜力。同时，报告也提到了国内金融大模型企业的技术布局与应用进展，特别是以同花顺为代表的公司在问答系统和对话系统中的实践。最后，报告给出了相关投资建议与风险提示。

主要观点

1. BloombergGPT 的优势与表现

• 模型特点：BloombergGPT 是彭博社开发的拥有 50 亿参数的金融专用语言模型，基于彭博社的 3630 亿个标签数据集进行训练。
• 性能表现：
  • 在 ConvFinQA、FiQA SA、FPB 和 Headline 四项金融任务中表现最佳。
  • ConvFinQA 任务表现尤为突出，该任务要求模型处理对话式输入并进行表格推理，具有较高挑战性。
  • 在 NER 任务中排名第二，表现优异。
• 对比其他模型：
  • 相较于 GPT-NeoX、OPT66B、BLOOM176B 等模型，BloombergGPT 在多个任务中具有显著优势。

2. 国内金融大模型的发展潜力

• 数据积累：国内金融 GPT 相关企业在金融数据方面有大量积累，具备自研金融大模型的潜力。
• 同花顺的实践：
  • 问答业务：同花顺推出了“问财”产品，使用大模型进行问句解析、数据抽取和生成回答，整体准确率达 90%，覆盖语义达 2 万条。
  • 对话系统：同花顺支持任务型和开放域对话，涵盖智能投顾、来电助理、数字人客服、智能外呼等场景。
  • 模型优化：采用 Electra 和 BERT 等大模型进行优化，提升问答准确率。

3. 投资建议

• 金融领域：建议关注 同花顺、恒生电子、东方财富、长亮科技、顶点软件 等企业。
• 教育领域：建议关注 科大讯飞、视源股份、鸿合科技、捷安高科 等企业。
• 行业评级：维持“强于大市”的评级，预期行业指数涨幅超过 5%。

关键信息

金融大模型测试任务

同花顺问答系统模型效果对比

风险提示

1. AI应用落地不及预期：若 AI 技术在金融领域的应用进展缓慢，可能影响相关企业的表现。
2. 技术发展不及预期：AI 技术发展迅速，若技术迭代速度不足，可能影响企业竞争力。
3. 国内大模型进展不及预期：GPT 系列模型受到广泛关注，若国内大模型研发进度落后，可能影响行业整体发展。

结论

BloombergGPT 在金融任务中展现出卓越的性能，标志着金融领域 GPT 革命的初步展开。国内金融 GPT 企业如同花顺已在问答和对话系统中取得良好成果，未来有望在金融大模型领域实现更大突破。建议投资者继续关注金融 GPT 相关企业及教育领域的 AI 应用标的。