一、主要功能

• 知识增强：通过引入高密度金融语料进行知识增强，能够更精准地识别业务流程关键要素，完整列出贷款资料清单、梳理操作步骤、强化风险提示。
• 推理增强：结合专家标注数据和高质量计算数据进行推理能力提升，可处理复杂的金融推理任务，如投研辅助、策略分析等。
• 支持多种场景：提供8B和70B两个版本，支持最长32K上下文输入，覆盖金融行业多数场景。

二、技术原理

• 海量金融语料训练：基于海量金融语料深度训练，构建金融专用合成数据管线。
• 优化算法策略：优化推理与知识增强算法，形成了兼具知识广度与逻辑深度的模型能力。
• 国产芯片支持：依托百度自主研发的昆仑芯P800等国产芯片的强大算力，实现高效训练和推理。

三、应用场景

• 金融销售赋能：在金融销售场景中，能够秒级生成完整贷款材料清单，压缩传统投顾流程，提升销售成单率。
• 风险管控：在风险提示方面表现出色，如明确提示“严禁贷款资金挪用”的监管要求。
• 金融报告解读与文本写作：在金融报告解读、文本写作等任务中错误率显著下降。

四、使用方法

• 接入千帆大模型平台：用户可以通过百度智能云的千帆大模型平台接入千帆慧金金融大模型。
• 根据需求选择模型版本：根据具体的业务需求，选择8B或70B的模型版本。
• 进行模型调用与部署：在平台上进行模型调用与部署，实现业务流程的智能化。

五、适用人群

• 金融机构：包括银行、证券、保险等各类金融机构，用于提升业务效率和服务质量。
• 金融科技企业：致力于金融科技创新的企业，可利用该模型开发新的金融产品和服务。
• 金融行业研究人员：进行金融研究和分析的专业人士，可借助模型进行投研辅助和策略分析。

六、优缺点介绍

• 优点：
  • 专业性强：针对金融行业深度定制，对金融业务流程和知识理解更准确。
  • 性能优越：在金融领域基准评测中表现领先，百亿参数模型得分超过千亿参数的通用模型。
  • 灵活性高：提供不同参数量的版本，满足不同场景的需求。
  • 国产化支持：依托国产芯片和自研平台，保障数据安全和自主可控。
• 缺点：
  • 行业局限性：主要针对金融行业，对其他行业的适配性可能较弱。
  • 技术门槛：需要一定的技术基础和对大模型的理解才能有效使用。