DianJin-R1

DianJin-R1 – 阿里云通义点金联合苏大推出的金融推理大模型

DianJin-R1是一款由阿里云通义点金团队与苏州大合开发的金融领域推理增强大模型，专为处理各种金融任务而设计。它结合了前沿技术与丰富的数据支持，利用推理增强监督和强化学习的方法，提高了金融推理任务的表现。该模型的核心是DianJin-R1-Data数据集，整合了CFLUE、FinQA和中国合规检查（CCC）数据集，涵盖了多样化的金融推理场景。

DianJin-R1是什么

DianJin-R1是一个专为金融任务量身定制的推理增强大模型，由阿里云通义点金团队与苏州大学的合作成果。它通过结合先进的技术与全面的数据支持，显著提升了金融推理的能力。该模型的核心是DianJin-R1-Data数据集，集合了CFLUE、FinQA和中国合规检查（CCC）数据集，以应对多样化的金融推理场景。DianJin-R1提供两个版本：DianJin-R1-7B和DianJin-R1-32B，均采用监督微调（SFT）和强化学习（RL）两阶段的优化策略，通过组相对策略优化（GRPO）方法，并结合双重奖励信号来提升推理质量。在众多金融领域的基准测试中，DianJin-R1表现优于传统的非推理模型，在CCC数据集上，其单次调用的推理效果甚至超越了多代理系统。

DianJin-R1的主要功能

• 金融推理增强：通过推理增强监督和强化学习，显著提升金融任务的推理能力。在CFLUE、FinQA和CCC等金融测试集上，DianJin-R1的表现超越了基础模型。
• 高质量数据集支持：DianJin-R1基于DianJin-R1-Data数据集构建，整合了CFLUE、FinQA和CCC数据集，覆盖多种金融推理场景。
• 结构化推理输出：模型能够以结构化的形式生成推理步骤和最终答案，便于理解与应用。
• 强化学习优化：采用群体相对策略优化（GRPO）算法，结合格式奖励与准确性奖励，进一步优化推理质量。
• 高效推理能力：在实际应用中，DianJin-R1的单次调用推理模型的表现与多代理系统相当，甚至更具优势，并且计算成本更低。

产品官网

• Github仓库：https://github.com/aliyun/qwen-dianjin
• HuggingFace模型库：https://huggingface.co/DianJin
• arXiv技术论文：https://arxiv.org/pdf/2504.15716

DianJin-R1的应用场景

• 金融风险评估与合规检查：DianJin-R1高效处理复杂的金融合规任务，例如在CCC数据集上的应用中，模型单次调用即可实现与多代理系统相当甚至更优的性能，从而显著降低计算成本。
• 金融问答与客户服务：在FinQA数据集的测试中，DianJin-R1展现了卓越的金融问答能力，为客户提供准确的金融信息和解决方案，助力提升金融机构的客户服务质量和效率。
• 金融考试与教育：DianJin-R1在CFLUE数据集上的表现尤为突出，准确率从77.95%提升至86.74%。这表明模型可用于金融考试的辅助训练和教育场景，帮助考生深入理解金融知识。
• 复杂金融任务的推理与决策：通过结构化推理和强化学习优化，DianJin-R1能够处理复杂的金融任务，如财务报表分析、投资决策等。

常见问题

• DianJin-R1的适用领域有哪些？：DianJin-R1主要针对金融领域，适用于金融风险评估、合规检查、金融问答、客户服务及金融教育等场景。
• 如何获取DianJin-R1？：您可以通过其Github仓库和HuggingFace模型库获取DianJin-R1的相关资源和文档。
• DianJin-R1的性能如何？：在多个金融领域的基准测试中，DianJin-R1的表现显著优于传统模型，尤其在CCC数据集上，单次调用的推理能力超过多代理系统。