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（LLM）——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。
加州金融监管机构：DFPI促进金融技术的 “负责任的创新\"，包括加密货币:金色财经报道，美国加州消费者金融监管机构正在寻求与加密货币影响者合作以获得知名度，因为该机构处理的与数字资产有关的消费者投诉数量不断增加。加利福尼亚州的立法者去年对该州的金融保护和创新部（DFPI）进行了改革，并赋予其对以前不受监管的消费金融服务的权力。他们还鼓励DFPI促进金融技术的 \"负责任的创新\"，包括加密货币。3月，DFPI就一项合同进行招标，以提高公众对这项工作的认识，包括通过支付 \"加密货币影响者 \"来传播这个消息。
DFPI发言人证实，该机构尚未使用其新的消费者保护权力来对一家加密货币公司采取行动。它可以将欺诈投诉提交给刑事当局。（路透社）[2022/4/23 14:43:11]
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：
“泉城链”应用案例发布，依托政务区块链平台助推普惠金融发展:?2月25日，中国工程院《中国区块链发展战略研究》项目发布“发现100个中国区块链创新应用”栏目之“政务区块链平台‘泉城链’”应用案例。据了解，济南市大数据局、中国人民银行济南分行营业管理部联合山大地纬软件股份有限公司和山东大学，依托济南市大数据平台建成全市统一的政务区块链平台“泉城链”，基于区块链技术对现有政银数据开放措施和手段进行完善提升，并在试点基础上全面推进公共数据向银行开放，打通了政府与银行之间的数据共享通道。（证券日报）[2022/2/25 10:16:30]
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。
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。
宝新金融郑磊：应在交易所层面对加密资产做出必要风险控制:宝新金融首席经济学家郑磊表示：“各国政府对比特币的态度有差别，但都清楚地认识到这类加密数字资产的监管难度很大，在交易过程中可能与等非法活动有密切联系。加密资产的潜在风险主要存在于交易过程的不透明和大幅波动性。对于加密资产，应在交易所层面做出必要风险控制，比如投资者身份和资金来源的调查，采用对投机交易的监控技术，并配合执法部门必要时采取锁定交易和非法账户。而交易平台本身也应该按照同类金融机构进行日常监管。”（证券日报）[2021/4/20 20:38:01]
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Le Scao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。
ZB Capital、水木金融科技基金战略投资ADTOKEN.IO区块链编程平台:据官方消息, ZB Capital、水木金融科技基金宣布战略投资通用区块链编程平台ADTOKEN.IO。未来,机构方将会对ADTOKEN.IO在技术、市场、生态建设方面提供深度支持。
ADTOKEN.IO成立于2018年3月，是一个通用区块链编程平台。平台内置图灵完备的编程语言，用户可以基于此开发自己的应用并发行自己的代币。
ADTOKEN.IO致力于为大众提供安全、高效、易用的区块链底层编程系统，并基于此打造全球顶级区块链电子商务数据信息平台。
（数字货币市场波动大投资有风险，ZB资本的投资行为不作为用户投资建议）[2021/1/2 16:15:25]
声音 | 李晓鹏：金融机构要应用区块链等科技手段来识别分析企业风险:据人民网消息，中国光大集团党委书记、董事长李晓鹏委员表示，金融机构从事普惠金融业务，需做好产品创新。一方面，金融机构要应用大数据、区块链、人工智能等科技手段来识别、分析企业风险，增强各类风险管控能力；另一方面，要积极进行产品创新，结合小企业贷款金额小、希望放贷速度快的要求开发新产品，特别是免担保、免抵押的信用产品。[2019/3/6]
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。
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The Pile、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（ConvFinQA，FiQA SA，FPB和Headline）表现最佳，在NER（Named Entity Recognition）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：FiQA SA，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。
华尔街见闻
媒体专栏
阅读更多
金色财经 善欧巴
金色早8点
白话区块链
欧科云链
Odaily星球日报
Arcane Labs
MarsBit
深潮TechFlow
BTCStudy
链得得
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。