提交您的產品 
Ai應用
Ai資訊
AI生圖
AI生視頻
AI數字人系統(tǒng)Fin-R1：一款基于Qwen2.5的金融推理型大語言模型
Fin-R1是什么？
Fin-R1 是一款由上海財經大學統(tǒng)計與數據科學學院張立文教授團隊（SUFE-aiFLM-Lab）聯合財躍星辰開發(fā)的金融領域推理型大語言模型，Fin-R1模型以 Qwen2.5-7B-Instruct 為基座，利用 DeepSeek-R1 框架進行“數據蒸餾”與“雙輪質量篩選”，通過高質量思維鏈數據的監(jiān)督微調+ 強化學習，有效解決了金融領域中數據碎片化、推理邏輯不可控和業(yè)務泛化能力不足等問題，為金融行業(yè)的智能化轉型提供了有力支持。
模型架構
Fin-R1 采用兩階段架構進行訓練：
數據生成階段：通過數據蒸餾和篩選方法，從多個權威數據源構建高質量的金融推理數據集 Fin-R1-Data。
模型訓練階段：基于 Qwen2.5-7B-Instruct 模型，通過監(jiān)督微調（SFT）和強化學習（RL）進行訓練。
Fin-R1數據集特點
規(guī)模與質量：Fin-R1-Data 包含約 60,091 條完整的思考鏈（CoT），涵蓋中英文金融垂直領域的多維度專業(yè)知識。
模塊化設計：數據集分為金融代碼、金融專業(yè)知識、金融非推理類業(yè)務知識和金融推理類業(yè)務知識四大模塊。
Fin-R1核心特點
專業(yè)領域：專注于金融推理，涵蓋金融代碼、專業(yè)知識、業(yè)務知識等多個維度。
數據驅動：基于高質量的金融推理數據集 Fin-R1-Data 進行訓練，包含約 60,091 條完整的思考鏈。
訓練方式：采用監(jiān)督微調（SFT）和強化學習（RL）相結合的方式，確保模型在金融推理任務中的準確性和可靠性。
輕量化設計：參數量僅為 7 億，但性能表現出色。
性能表現
權威評測：在金融領域權威評測中，平均得分 75.2 分，位居第二。
任務表現：在 FinQA 和 ConvFinQA 任務中分別獲得 76.0 分和 85.0 分，位居參評模型第一。
泛化能力：在其他金融基準測試中也展現出強大的跨任務泛化能力。
Fin-R1應用
金融代碼：用于實現金融模型、算法和分析任務的編程代碼。
金融計算：進行定量分析和計算，為金融決策提供依據。
金融安全合規(guī)：防范金融犯罪，確保業(yè)務操作符合法規(guī)要求。
智能風控：利用 AI 和大數據技術識別和管理金融風險。
ESG 分析：評估企業(yè)在環(huán)境、社會和治理方面的表現。
Fin-R1使用步驟
下載模型：通過 Hugging Face 頁面下載模型權重。
啟動服務：使用 vllm 工具啟動模型服務。
推理運行：通過 OpenAI API 格式調用模型進行推理。
Fin-R1相關鏈接
模型下載：https://huggingface.co/SUFE-AIFLM-Lab/Fin-R1
論文：https://arxiv.org/pdf/2503.16252
