ChatGPT引爆的AI热潮也“烧到了”金融圈，彭博社重磅发布为金融界打造的大型语言模型——BloombergGPT。
3月30日，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。
报告显示，该模型依托彭博社的大量金融数据源，构建了一个3630亿个标签的数据集，支持金融行业内的各类任务。该模型在金融任务上的表现远超过现有模型，且在通用场景上的表现与现有模型也能一较高下。
一般来说，在NLP领域，参数数量和复杂程度之间具有正相关性，GPT-3.5模型的参数量为2000亿，GPT-3的参数量为1750亿。
数字金融科技公司Mercurity Fintech Holding完成500万美元融资:12月3日消息，数字金融科技上市公司Mercurity Fintech Holding完成500万美元私募股权融资，投资方未披露。本轮融资将用于在美国发展加密货币咨询服务，包括获得纽约金融服务部门的运营许可以从事数字货币相关活动。Mercurity Fintech Holding的主要业务包括数字资产交易、资产数字化、跨境汇款等，近期开始进行比特币挖矿、数字货币投资与交易等相关领域布局。[2022/12/3 21:20:06]
关于BloombergGPT
报告指出，研究人员利用彭博社现有的数据，对资源进行创建、收集和整理，通过构建迄今为止最大的特定领域数据集来完成BloomberGPT，并基于通用和金融业务的场景进行混合模型训练：
彭博社主要是一家金融数据公司，数据分析师在公司成立的四十年的时间里收集了大量的金融文件，拥有广泛的金融数据档案，涵盖了一系列的主题。
嵌入式金融公司Rupifi 获得2500万美元A 轮融资:金色财经报道，印度嵌入式金融公司Rupifi已筹集了 2500 万美元的 A 轮融资，由 Bessemer Venture Partners 和 Tiger Global 领投，Quona Capital 和 Ankur Capital 以及 Better Capital 参投。Rupifi通过其 B2B 先买后付 (BNPL) 和专注于中小企业的商业卡产品在 B2B 支付领域运营。（finextra）[2022/1/10 8:37:25]
我们将这些数据添加到公共数据集中，以创建一个拥有超过7000亿个标签的大型训练语料库。
使用这个训练语料库的一部分，我们训练了一个具有彭博风格的，达500亿参数的模型，该模型是根据Hoffmann和LeScao等人的指导方针设计，基于通用和金融业务的场景进行混合模型训练。
结果表明，我们的混合训练方法使我们的模型在金融任务上的表现大大超过了现有的模型，而在通用场景上的表现则与之相当甚至优于现有模型。
动态 | 济南举办人力金融与区块链技术应用研讨会:1月11日下午，由济南人力资本产业研究院等承办的“全球首届人力资源·人力资本服务业大会”科技金融分会场在山东大厦举行。会议针对区块链技术在金融领域的应用场景，例如“区块链+供应链金融”、“区块链+保险”、“区块链+征信”等进行了解析，对“区块链+人力资本”、“区块链+人才金融”应用场景进行了研究和探讨。目前，区块链已进入人力资本产业落地周期，区块链作为一项新兴技术，在诸多领域具有应用潜力，区块链应用场景具有“新型数据库、多业务主体、彼此不互信”特点，而金融业具备参与者之间信任度较低、交易记录安全性和完备性要求高的特点，与区块链技术应用特点十分契合。[2020/1/14]
金色实力派 | 众安科技：区块链+供应链金融 “双链合一”实现产融结合:12月10日15:00，金色财经重磅推出的“区块链+产业新模式”系列访谈之金色实力派，将与众安科技供应链金融解决方案总监褚维国、西南财经大学中国区块链研究中心CCF区块链专业委员会通讯委员严丽娟，一起聊聊众安科技如何通过区块链+供应链金融实现“双链合一”的产融结合。观看直播可扫码或戳原文链接~[2019/12/10]
1.BloombergGPT优势：特定领域模型仍有其不可替代性且彭博数据来源可靠
在论文中，彭博社指出，现阶段，通用的自然语言处理模型可以涵盖许多领域，但针对特定领域模型仍有其不可替代性，因彭博社的大多数应用均为金融领域，着手构建了一个针对金融领域的模型尤其优势，同时可以在通用LLM基准测试上保持竞争力：
除了构建金融领域的LLM外，本文的经验也为其他研究领域的专用模型提供了参考。我们的方法是在特定领域和一般数据源上训练LLM，以开发在特定领域和通用基准上表现优异的模型。
动态 | 中国银行业正积极在区块链等领域探索金融业务发展新模式:据上证报消息，中国银行业协会、普华永道会计师事务所2月26日联合发布《中国银行家调查报告（2018）》。《报告》指出，伴随金融科技的迅猛发展，中国银行业积极在大数据、云计算、区块链等领域探索金融业务发展的新路径、新模式，但在创新过程中也面临市场、技术、法律环境等方面的挑战与困难。[2019/2/26]
此外，我们的训练数据不同于传统的网络爬取数据，网络上的数据总有重复和错误，但我们的数据来源可靠。
2.BloombergGPT的训练数据集：
BloombergGPT的训练数据库名为FINPILE，由一系列英文金融信息组成，包括新闻、文件、新闻稿、网络爬取的金融文件以及提取到的社交媒体消息。
为了提高数据质量，FINPILE数据集也使用了公共数据集，例如ThePile、C4和Wikipedia。FINPILE的训练数据集中大约一半是特定领域的文本，一半是通用文本。为了提高数据质量，每个数据集都进行了去重处理。
对金融领域的理解更准
报告指出，在金融领域中的自然语言处理在通用模型中也很常见，但是，针对金融领域，这些任务执行时将面临挑战：
以情感分析为例，一个题为“某公司将裁员1万人”，在一般意义上表达了负面情感，但在金融情感方面，它有时可能被认为是积极的，因为它可能导致公司的股价或投资者信心增加。
报告指出，从测试来看，BloombergGPT在五项任务中的四项表现最佳，在NER中排名第二。因此，BloombergGPT有其优势性。
测试一：ConvFinQA数据集是一个针对金融领域的问答数据集，包括从新闻文章中提取出的问题和答案，旨在测试模型对金融领域相关问题的理解和推理能力。
测试二：FiQASA，第二个情感分析任务，测试英语金融新闻和社交媒体标题中的情感走向。
测试三：标题，数据集包括关于黄金商品领域的英文新闻标题，标注了不同的子集。任务是判断新闻标题是否包含特定信息，例如价格上涨或价格下跌等。
测试四：FPB，金融短语库数据集包括来自金融新闻的句子情绪分类任务。
测试五：NER，命名实体识别任务，针对从提交给SEC的金融协议中收集金融数据，进行信用风险评估。
对于ConvFinQA来说，这个差距尤为显著，因为它需要使用对话式输入来对表格进行推理并生成答案，具有一定挑战性。
ChatGPT为彭博点赞
华尔街见闻就这个问题专门询问了ChatGPT，ChatGPT认为BloombergGPT是一项很有意义的技术进步：
它是专门为金融领域开发的一种语言模型，可以更好地处理金融领域的数据和任务，并且在金融领域的基准测试中表现出色。
这将有助于金融从业者更好地理解和应用自然语言处理技术，促进金融科技的发展。同时，BloombergGPT还可以为其他领域的语言模型的发展提供参考和借鉴。总的来说，BloombergGPT是一个有益的技术创新。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。