随着金融业数智化转型不断提速，大模型在金融领域的应用正持续深化，然而在实际业务场景中，往往需要高度专业的金融知识、复杂的业务逻辑推理能力以及严格的金融级安全合规等要求，现有的大模型在解决实际金融任务时仍然存在诸多挑战。
“通用大模型距离产业实际应用存在‘知识鸿沟’。构建专业的金融大模型是推进金融与AI深度融合的必然路径，未来，金融大模型的应用深度将成为金融机构竞争力的关键要素。”蚂蚁数科CEO赵闻飙在演讲中表示。
据悉，蚂蚁数科通过构建全面的金融任务数据体系以及模型训练算法创新，实现模型更强的金融推理能力及可信性。评测结果显示：相较于通用开源模型及其他金融模型，Agentar-Fin-R1在FinEval1.0、FinanceIQ两大主流金融基准测试中均取得最高评分。并且模型在金融能力显著增强的同时，通用能力也表现出较高水准。
在训练层面，创新的加权训练算法，提高大模型对复杂金融任务学习效率与性能。在后续业务应用中，可显著减少二次微调的数据需求与算力消耗，有效降低大模型在企业落地的门槛与成本。此外，Agentar-Fin-R1还能不断更新迭代，吸收最新的金融政策、市场动态等关键信息，并通过配套评测工具进行针对性优化，让模型能力在真实业务场景中不断进化。
据悉，Agentar-Fin-R1包括32B和8B参数两个版本。蚂蚁数科还推出基于百灵大模型的MOE架构模型，获得更优推理速度。此外，还有非推理版本的14B和72B参数大模型，以满足金融机构在多样化场景下的部署需求。
蚂蚁数科是蚂蚁集团旗下独立科技子公司，致力于以AI及Web3技术助力产业数智化升级。今年以来，蚂蚁数科加速布局企业级大模型服务，并聚焦金融与新能源两大行业场景。在金融领域，蚂蚁数科此前推出金融智能体平台Agentar，成为首批通过信通院评测的智能体平台产品，并获最高评级5级。蚂蚁数科还联合行业合作伙伴，推出超百个金融智能体解决方案，加速大模型在金融业规模化应用。
以上海某银行为例，蚂蚁数科助力上海某银行打造的AI手机银行，创新“对话即服务”模式，用户通过自然对话即可获取各类金融服务，推动银行老年客户满意度提升显著，月活用户同比增长 25%。目前，蚂蚁数科累计已服务100%的国有银行和股份制银行、超60%的地方性商业银行、数百家金融机构。
免责声明
本站转载的文章，版权归原作者所有；旨在传递信息，不代表本站的观点和立场。不对内容真实性负责，仅供用户参考之用，不构成任何投资、使用等行为的建议。如果发现有问题，请联系我们处理。
本站提供的草稿箱预览链接仅用于内容创作者内部测试及协作沟通，不构成正式发布内容。预览链接包含的图文、数据等内容均为未定稿版本，可能存在错误、遗漏或临时性修改，用户不得将其作为决策依据或对外传播。
因预览链接内容不准确、失效或第三方不当使用导致的直接或间接损失（包括但不限于数据错误、商业风险、法律纠纷等），本网站不承担赔偿责任。用户通过预览链接访问第三方资源（如嵌入的图片、外链等），需自行承担相关风险，本网站不对其安全性、合法性负责。
禁止将预览链接用于商业推广、侵权传播或违反公序良俗的行为，违者需自行承担法律责任。如发现预览链接内容涉及侵权或违规，用户应立即停止使用并通过网站指定渠道提交删除请求。
本声明受中华人民共和国法律管辖，争议解决以本网站所在地法院为管辖法院。本网站保留修改免责声明的权利，修改后的声明将同步更新至预览链接页面，用户继续使用即视为接受新条款。