金融研报数据魔改Yi-34B & DeepSeek 67B 谁更强？ Deepmoney金融大模型魔改方案分享&在线实测

AIGC动态欢迎阅读

原标题：金融研报数据魔改Yi-34B & DeepSeek 67B 谁更强？ Deepmoney金融大模型魔改方案分享&在线实测
关键字：模型,报告,数据,金融,领域
文章来源：机器之心
内容字数：3014字

内容摘要：

在微调大型模型的过程中，一个常用的策略是“知识蒸馏”，这意味着借助高性能模型，如GPT-4，来优化性能较低的开源模型。这种方法背后隐含的哲学理念与logos中心论相似，把GPT-4等模型视为更接近唯一的逻辑或真理的存在。
虽然这种方法在许多领域已经证明了其成功（例如Alpaca/Orca等研究），但其在特定的专业领域中效果有限，比如金融学。这是因为通过知识蒸馏得到的模型性能难以超越其原始模型。而像GPT-4这样的模型，其训练和性能与人类反馈紧密相关。在一些尖端领域，如金融学中的有效市场理论与行为金融学的辩论、古典主义与货币主义的争论等，并不存在所谓的“唯一逻辑”，这限制了模型在这些领域的应用。
为了更好地帮助研究人员和投资者作出理性判断，一个理想的金融领域大模型应能理解新闻或数据，并能够即时地从主观和量化两个角度对进行评估。
制作这样一个模型是Deepmoney项目研究的目标。
在金融投资领域，研报数据在分析和决策过程中起着关键作用。这些报告提供了深入的市场分析、行业趋势、公司财务状况及投资建议，对金融专业人士至关重要。在训练金融模型时，这些数据的深度和广度使其成为理想的训练材

原文链接：金融研报数据魔改Yi-34B & DeepSeek 67B 谁更强？ Deepmoney金融大模型魔改方案分享&在线实测