复旦大学推出的金融AI大模型：DISC-FinLLM（内附体验链接）

金融领域是一个充满挑战和机遇的领域，需要对各种金融知识、数据、文本、计算等有深入的理解和分析。

然而，传统的金融服务往往缺乏个性化、智能化和全面化，不能满足用户在不同场景下的多样化需求。

今天，我们就要向大家介绍一个由复旦大学数据智能与社会计算实验室（Fudan-DISC）开发并开源的金融领域大模型——DISC-FinLLM！

DISC-FinLLM是什么？

DISC-FinLLM是由复旦大学数据智能与社会计算实验室(Fudan-DISC)研发并开源的金融领域大语言模型。

它是基于多专家微调框架构建的，能够在金融咨询、金融文本分析、金融计算、金融知识检索问答等多个场景下提供专业、智能、全面的服务

DISC-FinLLM能做什么？

DISC-FinLLM能在不同应用场景下提供帮助，可用于实现不同的功能：

金融咨询：该模组可以在中国金融语境下，与用户展开关于金融话题的多轮对话，或是为用户解释金融专业的相关知识。

金融文本分析：该模组可以帮助用户在金融文本上完成信息抽取、情感分析、文本分类、文本生成等NLP任务。

金融计算：该模组可以帮助用户完成与数学计算相关的任务，除了利率、增长率等基本计算，它还支持统计分析和包括Black-Scholes期权定价模型、EDF预期违约概率模型在内的金融模型计算。

金融知识检索问答：该模组可以基于金融新闻、研报和相关政策文件为用户提供投资建议、时事分析、政策解读。

DISC-FinLLM是怎么做到的？

DISC-FinLLM是基于高质量金融数据集DISC-Fin-SFT在通用领域中文大模型Baichuan-13B-Chat上进行LoRA指令微调得到的。

LoRA指令微调是一种新颖的微调方法，它可以通过指令来控制大模型在不同场景下的行为。指令分为四类：咨询指令、任务指令、计算指令和检索增强指令，并根据这四类指令构建了DISC-Fin-SFT数据集。DISC-Fin-SFT总共包含约25万条数据，覆盖了多种金融场景和任务。

结语

DISC-FinLLM有demo的体验网址，大家可以自行体验看看是否满足需求。

代码地址：

https://github.com/FudanDISC/DISC-FinLLM

demo体验地址：

http://101.206.185.250:20007/

官网介绍页：

https://fin.fudan-disc.com/