百川新模型超GPT-4o近20%，首创自约束训练方案突破瓶颈，主打「领域增强」

突出奇招，专业性可用性行业第一

原标题：百川新模型超GPT-4o近20%，首创自约束训练方案突破瓶颈，主打「领域增强」
文章来源：量子位
内容字数：10979字

百川智能金融大模型Baichuan4-Finance：领域增强风暴下的新王者

本文总结了量子位报道的百川智能全新金融领域大模型Baichuan4-Finance，及其背后的“领域增强”策略。该模型在多个金融领域基准测试中超越GPT-4，展现出强大的专业性和实用性。

1. Baichuan4-Finance：金融领域的新标杆

Baichuan4-Finance在开源基准测试FinanceIQ上准确率达79.23%，领先GPT-4o约13%；在闭源基准测试FLAME上，其准确率更是高达93.16%，超出GPT-4o近20%。 该模型具备强大的金融领域知识和推理能力，能够胜任会计、交易员、精算师等多种角色。

2. 实际应用测试：专业性与实用性兼备

文章通过三个实际案例验证了Baichuan4-Finance的性能：金融术语解释、业务场景应对以及财务数据提取。在这些测试中，Baichuan4-Finance展现出更全面、更准确、更符合实际应用场景的回答，相比GPT-4o具有明显的优势。

3. 百川智能的“领域自约束”训练方案

Baichuan4-Finance的成功源于百川智能提出的“领域自约束”训练方案。该方案包含三个阶段：

1. 训练数据准备：构建高质量的金融领域数据集，并采用智能数据去噪、去重和脱敏技术。
2. 模型post-pretrain：首创“领域自约束”训练策略，通过构建一个参考模型来指导训练过程，平衡模型的通用能力和领域专业能力，避免通用能力下降。“loss scaling law + metric scaling law”双重预测推演过程，动态监控和模拟模型训练趋势，优化数据配比。
3. 模型微调：采用监督微调（SFT）和强化学习策略（RLHF）进一步提升模型性能。

4. Baichuan4-Finance的行业价值

Baichuan4-Finance能够显著提升金融行业的效率、风控能力、客户服务体验和决策支持能力。文章以商业银行信用卡中心和保险公司为例，展示了该模型在实际应用中的显著效益，例如降低人工成本，提升客户满意度和产品转化率。

5. 未来展望

Baichuan4-Finance的成功标志着百川智能在领域增强技术上的领先地位，也预示着大模型将在更多行业领域产生更深远的影响。百川智能将继续运用“领域增强”策略，拓展至医疗、教育等更多领域。

联系作者

文章来源：量子位
作者微信：
作者简介：追踪人工智能新趋势，关注科技行业新突破