学FinTech课题组招募大模型AI4Finance国际联培博士生

丁晓蔚团队

原标题：学FinTech课题组招募大模型AI4Finance国际联培博士生
文章来源：量子位
内容字数：4565字

学FinTech课题组AGI时代金融经济研究

本文总结学FinTech课题组丁晓蔚团队关于AGI时代金融经济研究的要点。该团队致力于“大数据、大模型、大计算”全新范式下，金融经济的数字化、智能化和科学化研究，并在硬科技与软科学交叉融合方面取得显著成果。

1. AGI时代金融经济的特征

该团队的研究关注AGI如何感知、认知、理解、建模并作用于人类金融经济世界。这超越了传统大模型对物理世界的建模，深入到对人类行为、金融市场动态以及经济规律的理解和预测。研究将探究机器人与人类在金融经济领域的共存模式以及新型金融经济关系的建立。

2. AI4EconFinance和LLM4EconFinance的定义与构建

团队的核心研究方向包括AI4EconFinance和LLM4EconFinance的定义和构建。这涉及到如何利用人工智能和大型语言模型技术来提升金融经济领域的效率、准确性和决策能力。研究将融合数据驱动和知识驱动两种建模方式，并探索生成式范式与决策式范式的融合。

3. 关键研究方向

团队的研究涵盖以下多个方向：

1. 大模型多模态具身智能和世界建模：研究如何使大模型具备感知和理解现实世界金融经济的能力。
2. 大模型智能体、人类智慧与机器智能融合：探索人机协同在金融经济领域的应用。
3. 大模型时间智能、空间智能、时空联合建模与预测：利用大模型进行更准确的金融时间序列预测和空间经济分析。
4. 大模型知识科学、知识工程、知识编辑：构建和利用金融经济领域的知识图谱。
5. 大模型强化学习、逻辑推理与复杂问题求解：利用强化学习等技术解决金融经济领域的复杂问题。
6. 大模型系统优化、预训练和后训练优化、对齐优化、Scaling Laws、低成本大模型构建：研究如何更高效地构建和优化大模型。
7. 大模型数据优选、生成、混合：研究如何有效利用和生成数据。
8. 大模型在人文社科中应用、社会计算模拟等：将大模型应用于更广泛的社会科学研究。

4. 团队优势与资源

团队拥有显著的学科交叉优势，连接斯坦福硅谷，拥有丰富的算力资源，并注重技术驱动和应用导向。团队负责人丁晓蔚教授拥有丰富的学术和产业经验，在金融科技领域深耕多年，并获得多项国家级基金项目。

5. 招生与合作

团队招收理工科背景的博士生、硕士生以及其他科研人员，并欢迎与企业和合作。

6. 学生收益与未来发展

加入该团队的学生将获得导师的悉心指导，参与国际科研合作，并拥有广阔的职业发展前景，包括互联网大厂、金融机构和高校等。

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