5 月 26 日消息，近日，度小满正式开源千亿级中文金融大模型——“轩辕”。轩辕大模型是在 1760 亿参数的 Bloom 大模型基础上训练而来，在金融名词理解、金融市场评论、金融数据分析和金融新闻理解等任务上，效果相较于通用大模型大幅提升。

　　据度小满方面介绍，在金融场景中的任务评测中，轩辕全面超越了市场上的主流开源大模型，赢得了 150 次回答中 63.33% 的胜率。在通用能力评测中，轩辕有 10.2% 的任务表现超越 ChatGPT 3.5，61.22% 的任务表现与之持平，涉及数学计算、场景写作、逻辑推理、文本摘要等 13 个主要维度。

　　为了提升轩辕大模型对金融领域问题的理解能力，度小满将自身业务中积累的金融领域的千亿 tokens 的中文预训练数据集用来训练模型。该数据集涵盖了金融研报、股票、基金、银行、保险等各个方向的专业知识。度小满表示，经过清洗和标注的高质量数据集，不仅在通用性方面与 ChatGPT 达到持平成为可能，且提升了模型在金融垂直领域的性能。

　　BLOOM （Big Science Language Open-science Open-access Multilingual）是 2021 年由 1000 多名志愿研究人员在一个名为“大科学 BigScience”的项目中创建，2022 年 7 月 12 日正式发布。BLOOM 拥有 1760 亿个参数（决定输入数据如何转换为输出内容的变量），稍多于拥有 1750 亿个参数的 GPT-3。BLOOM 拥有 1.61TB 文本，包含 46 种自然语言和 13 种编程语言。相比 Meta 发布的 130 亿参数的 LLaMA（Large Language Model Meta AI）模型，Bloom 参数量更占优势。

　　目前，千亿级的轩辕模型已可以在 Huggingface 中申请下载，面向所有金融机构开放。

　　度小满 CTO 许冬亮表示，轩辕大模型是经度小满业务场景中积累的金融数据训练而来的，对金融相关问题的理解比通用大模型更有优势。我们把大模型能力开放给金融机构，有利于推动大模型在金融行业的应用，降低大模型的应用门槛，提升金融行业智能化水平。

　　许冬亮认为，生成式大模型在内容生成与创作、信息摘要与总结、知识理解与问答、自然交互与对话等方面具备非常出色的能力，在金融场景中会有广泛的应用。在前台，生成式大模型将大幅提升客户经理的专业水平和服务能力，大幅降低客户经理的运营成本，让每个人都拥有 24 小时在线的专业客户经理成为可能。出色的内容生成能力也将引发营销内容生产能力的大幅提升。在中台，生成式大模型有机会改变企业内知识获取、内容创作、会议与沟通、代码开发与测试的方式，进而大幅提升企业内部办公效率，甚至引发研发测试模式变革，全方位的提升金融企业内部运营效率。在后台，大模型将成为智能科技底座的标配，大幅降低智能技术应用的门槛，只需少量标注数据甚至无需调整就可以让智能技术覆盖广泛的场景。（一橙）