BloombergGPT来了!金融大模型应用加快将带来哪些产业链机遇?
近期根据彭博社最新发布的报告显示,其构建迄今为止最大的特定领域数据集,并训练了专门用于金融领域的LLM,开发了拥有500亿参数的语言模型——BloombergGPT。
【资料图】
受到消息影响,金证股份午后涨停,同花顺涨超16%,顶点软件直线拉升触及涨停,古鳌科技、东方财富、财富趋势均涨超10%。
这款金融大模型的应用将实现哪些惊人的功能?相关金融业公司是否将受益于大模型的应用而实现降本增效?产业链机遇有哪些?本文将详细解析。
金融大模型开发与应用难度均不大
据《BloombergGPT: A Large Language Model for Finance》一文中所述, BloombergGPT和 OpenAI GPT模式一样,也是基于 Transformer架构的,采用的是只有译码器的技术路线。通过比较, BloombergGPT模型参数为500亿,在GPT-2 (1.5亿)和GPT-3 (1750亿)之间。
不同之处在于,为了加强 LLM对金融垂直领域的专业理解, Bloomberg构建了目前规模最大的金融数据集 FINPILE,通过对通用文本+金融知识的混合训练,使得 BloombergGPT在执行金融任务方面的表现超过了现有的通用 LLM模型,而在通用场景方面的表现则与现有的通用 LLM模型基本持平。
GPT-3和GPT-4等大型语言模型都是由专业的人工智能团队开发出来的,而且模型的训练对计算能力的要求很高。BloombergGPT的成功验证了“开放源代码模型+优质垂直数据”的思路,为基于垂直数据构建大语言模型提供了可能。
大量的、高质量的垂直领域知识可以弥补模型在规模上的不足。通过对 BloombergGPT和GPT-3的对比,虽然 BloombergGPT的模型参数相对于GPT-3来说是比较小的,但是由于 BloombergGPT的预训练数据增加了大量的高质量的金融数据,并且对预训练数据进行了一系列的清洗和标注,所以 BloombergGPT在通用性和GPT-3基本持平的前提下,实现了对金融垂直能力的大幅提升。
算法方面,作者也有计划披露他们训练BloombergGPT的细节方法;算力方面,约使用512块40GB的A100 GPU,在训练过程中备份了4个模型,每个模型分了128块GPU。从这个角度出发来看,无论是数据、算法、还是算力,国内头部金融科技公司都是可复制、可追赶的。
金融GPT投资机遇或蓄势待发
在 BloombergGPT的成功案例中,训练数据是影响大规模语言模型性能的一个重要因素。
其原因主要有三点:第一,在金融垂直领域的数据输入中, BloombergGPT成功地形成了对金融知识的理解,变得更加专业;二是 BloombergGPT模型的参数虽然有所缩减,但其通用性和垂直性依然很强,这说明当参数尺度一定时,高质量的数据才是决定模型性能的关键因素;三是 Bloomberg在文章中明确表示,为了避免数据泄露, Bloomberg GPT将采用和 OpenAI一样的封闭源码,这也从侧面证明了 Bloomberg GPT所拥有的原始源码是各大模型争夺的关键。
作为一家不以人工智能为核心的金融垂直领域企业,Bloomberg为金融 GPT的发展提供了一个可借鉴的范例。金融 IT厂商拥有丰富的金融垂直知识和现有的人工智能产品布局,以高质量的金融数据和开源的大语言模型为基础,同样有机会打造出一个专属于金融场景的大语言模型,从而实现大语言模型在金融场景中的有效赋能,让大语言模型成为底层的人工智能操作系统。
在应用中,金融GPT落地场景有:
1)新闻的情绪倾向性分析和内容创造。它能帮助金融机构判断市场对某一事件的看法,并帮助他们进行量化策略、投资决策;
2)财务类知识问答和股票代码配对。能够辅助金融机构进行信用评估,辅助投资人筛选新闻相关概念股,辅助分析师进行领域知识学习,提升资料阅读效率等。
3)财务报表分析和会计稽核的帮助.能够辅助金融机构生成基础的财务分析报告和招股书,辅助投研人员报表配平,辅助会计和审计方面的工作。
很多中国的金融科技公司已经在落地大模型的应用。
同花顺在2015年前后便推出人工智能应用,在2019年更是选择“All in AI”,公司目前的AI技术涵盖自然语言处理技术、知识图谱技术和虚拟人等六大技术。
恒生电子在公开平台上表示将充分挖掘对话式语言模型技术在金融业务场景中的应用潜力,通过集成“文心一言”的技术能力,在投研、投顾、营销、客服、运营、风控等金融各类业务场景开展人工智能大模型技术应用,为金融机构提供全场景人工智能解决方案及服务,持续提升国内金融机构数智化发展水平。
国金证券建议关注同花顺、恒生电子、财富趋势、顶点软件和凌志软件等有金融大模型基础的公司。
标签:
推荐文章
- BloombergGPT来了!金融大模型应用加快将带来哪些产业链机遇?
- 世界快播:刘雯个人资料照片_刘雯个人资料
- 楼市阳春三月,金辉“失速”,短债扑来_世界观天下
- 【环球快播报】Mysteel:汽车原材料周报(3.27-3.31)
- 世界今热点:gitlab配置邮箱服务器
- 雪榕生物:目前泰国基地满产 热资讯
- 海南发布海上雷雨大风黄色预警信号:琼州海峡海面6小时内可能出现雷雨大风天气 世界播资讯
- 今日精选:广场变干净了、摆摊位置更有序…上海“夜市天花板”回归,整改完成后周末迎人流高峰
- 观察:雨雪低温天气持续,大部地方将有霜冻
- 当市场恐慌时,美联储会采取行动吗?
- 珍稀濒危野生树种“海南风吹楠”“狭叶坡垒”实现全国首次野外回归
- “同一片星空”残健融合音乐会举行 世界简讯
- 3000元高性价比手机推荐 求3000元左右性价比高点儿的手机
- 4月1日起 京津冀三地全面取消异地就医备案
- 北京朝外大街将变城市活力创新中心
- 微软宣布收购空心光纤产品提供商Lumenisity
- 环球最新:东港股份股东户数增加14.52%,户均持股9.2万元
- 巅峰邪神文俊儿_巅峰邪神
- 股权投资呈现四大发展趋势,机构探讨如何优化科创金融生态
- 事关清明出行,武汉发布市域高速公路出行预警
- 宝新金融将延迟刊发2022年度业绩 4月3日起停牌
- 每日播报!精灵梦叶罗丽:五个穿帮剧情,文茜为什么完全不怕痛?
- 乐视7年未播剧二拍成功,华策影视子公司为何买回两部“不能播的剧”
- 你是我的女朋友歌词刘忻_你是我的女朋友歌词-环球报道
- 【金融街发布】外汇局:2月我国国际收支货物和服务贸易进出口规模33246亿元 同比增长10%
- 每日资讯:阿根廷接替印尼举办U20世界杯 国青队获东道主参赛资格
- 每日快播:轻轨列车员一个月工资_轻轨列车
- 河南高速通行费电子发票在哪儿开具 每日热讯
- 武汉天然气电话96511_武汉天然气电话 世界球精选
- 异次元漫画导入图源方法|全球头条
- 基金定投和一次性买入有什么区别?什么叫国债逆回购?|天天快报
- 【聚看点】建好现代产业学院共育高素质人才
- 世界今亮点!市净率怎么计算的?一只股票的市净率是越高越好还是越低越好?
- wps切换窗口快捷键调整_wps切换窗口快捷键|今头条
- 当前要闻:竣工验收结论怎么写的_竣工验收结论怎么写
- 苏轼“梦回徐州”
- Astra Space(ASTR.US):2022年Q4财报实现营收0美元_今日最新
- 宝鸡工会幼儿园主体顺利封顶 全球观察
- “一亩地”里深耕 北京十一学校丰台小学迎来春耕节-每日聚焦
- 山西证券:给予国泰君安增持评级 全球即时看
- 碧桂园2022年报:已获取权益可售资源9555亿元,75%位于5大都市圈 天天报道
- 亚普股份: 亚普汽车部件股份有限公司2022年年度利润分配方案公告 全球速递
- 北京:近6000家企业缓缴公积金 2.5万笔逾期贷款暂不纳入征信
- 世界百事通!苏皖两省三市签订交界水域应急联动协议并开展联合巡航检查
- 环球即时:aps高级计划与排程系统功能有哪些
- 百事通!小摩增持三生制药(01530)约190.24万股 每股作价约7.71港元
- 来几款最火的 男生喜欢的礼物排行 天天日报
- 环球实时:TrendForce:二季度NAND Flash均价跌幅有望收敛至5%-10%
- 重庆建工(600939):重庆建工2023年第一次临时股东大会决议公告,审议通过关于公司2023年度担保计划的议案等议案-播报
- 天天观速讯丨除了猫和老鼠,动画世界中还有哪些“一生之敌”?
- 动态:高龄能不能转行做程序员?
- 中药 CXO 企业易能医药完成超亿元 A 轮融资 天天观天下
- 世体谈法蒂父亲言论:他是垃圾车司机+露宿过街头,怕法蒂走下坡-天天快报
- 第六国际_第五国际
X 关闭
最新资讯
- 我国短视频用户达10.12亿!你每天刷多久?-每日速讯
- 日本2023财年预算总额再创新高_即时焦点
- 奥地利第一储蓄银行(EBS.AV)收涨4.60%
- 台州学院临海校区食堂_台州学院临海校区地图|今日热搜
- 实时焦点:事关中巴经贸合作,这场双边商业会议释放重要信号!
- docker 使用自定义IP,原理及其实现_世界速看料
- 今日聚焦!已无大碍!库尔图瓦今日正常参加训练。此前根据比利...
- IAR推出的IAR Embedded Trust实现了强大的端到端嵌入式安全解决方案
- 180多亩五色菜花美如油画 沪郊金山这个村串起“油菜”循环发展产业链
- 两部门要求保障出生医学证明新版证件和旧版证件顺利交替 环球要闻
- 生态环境部坚持以“零容忍”态度依法查处环境违法行为-全球新消息
- TVB宣布加码淘宝直播-全球热点
- 硅业分会:本周硅料市场成交相对清淡 单晶复投料价格周环比下降4.31% 热推荐
- 中方代表批评个别国家在叙利亚人权问题上的虚伪_全球焦点
- 从美元结算占比看美国衰落_热讯
- 英汉翻译学实用教程_关于英汉翻译学实用教程的简介
- 天天观点:经销商正在以超级跑车的价格出售新的道奇恶魔170
- 环球今亮点!青岛市市场监督管理局召开全市市场监管综合行政执法工作暨2023民生领域案件查办“铁拳”行动部署会
- 国家减灾中心签约成都共建联合技术平台
- 视频如何传到qq空间_怎样把视频传到qq空间|当前播报
- 找到了份新工作想知道劳动合同上工资怎样填
- 全球快资讯:147家国企通过北京产权交易所实施混改 募集资金近千亿元
- 里弗斯:恩比德约基奇俩中锋 在非中锋时代统治着联盟
- 【环球速看料】安西娅
- 南部战区海军某基地扫雷舰大队聚力培养军士骨干
- 【云岭健康大讲堂】第八十四期:哪些人容易得泌尿结石? 天天观速讯
- 3月28日国内黄金期货跌1.15%-当前头条
- 德益控股(09900.HK)3月28日收盘涨3.39%
- 实力营业部现身龙虎榜,岭南股份涨停(03-28)
- 小米消金董事长岳凯任职资格获批|每日热议
- 鸿合科技盘中异动 股价振幅达6.77% 跌6.97% 报32.85元
- 最新:场场接锅?塔克23分钟0分0板0助0断0帽0误 正负值-23
- 作文(我和书的故事)|全球热门
- 今日热闻!中国科技馆携手中国林学会举办2023年春季学期首场“院士科学人文课”活动
- 中标 | 含塔筒3580-3900元/kW!远景、电气风电预中标华能岱山1号海上风电项目_当前聚焦
- 唐仁健出席中拉农业交流活动
- 每日热闻!济南最大面积“福禄考花海”绽放
- 世界看热讯:暴跌90%!救市计划酝酿中 耶伦危险了?
- 人民币超美元,排名第1!中国大抛美债,中东放弃美元,霸权落幕 关注
- 最新快讯!重生之门_众生之门
- 当前资讯!曝四字明星机场丑闻,助理“当妈”仗势欺人,惹怒同行演员孙耀琦
- 15个值得了解的京剧知识
- 天天讯息:瑞祥东街幼儿园萌宝创新升级玩法,创意迎大运
- 联学联建聚青声 互学互鉴开新篇丨这场青年团建很有爱! 全球观焦点
- 前脸设计大改,东风风神奕炫GS马赫版正式上市售8.59万元起_天天快讯
- 四川省月子服务机构行业标准正式立项,促进母婴产业高质量发展
- 加冕CBA扣篮大赛冠军!郑大体院学子“扣”出新历史_今日播报
- 【全球时快讯】价格大涨!
- 左眼先流泪是什么心情_左眼先流泪是什么意思
- 全球报道:借据格式范本大全_借据格式范本
X 关闭