金融圈重磅消息！彭博社最新推出BloombergGPT 在金融任务上的表现远超现有模型lg...

FX168财经报社(香港)讯 周五(3月31日)最新消息，美国彭博社重磅发布为金融界构建的大型语言模型(LLM)——BloombergGPT。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。

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40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，涵盖一系列的主题。

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。

据悉，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。

在BloombergGPT相关论文中显示，BloombergGPT 的优势包括特定领域模型仍有其不可替代性且彭博数据来源可靠，金融相关任务上的性能明显优于现有模型等。

彭博报告指出，自然语言处理(NLP)在金融科技领域应用广泛且复杂，应用范围包括情感分析、命名实体识别和问答系统等。大型语言模型(LLM)已经被证明在许多任务中有效；然而，在文献中并没有报道专门为金融领域设计的 LLM。在这个研究中，我们介绍了BloombergGPT，一个拥有500亿参数的语言模型，它通过广泛的金融数据进行训练。

报告显示：“我们基于彭博社的数据源构建了3630亿个标签的数据集，并将其从通用数据集中添加到其中，这可能是目前金融领域最大的数据集之一。我们使用标准 LLM 基准、开放金融基准和一组内部基准来验证BloombergGPT，这些方法最能准确地反映我们的意图使用。我们的混合数据集训练导致在金融任务中比现有模型表现优异，而无需牺牲通用 LLM 基准的性能。此外，我们解释了我们的建模选择、训练过程和评估方法。作为下一步，我们计划发布训练日志( Chronicles)，详细描述我们在训练BloombergGPT 时的经历。”

(截图来源：Paper Reading)

报告指出，从测试结果来看，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具有其优势性。

(截图来源：彭博社)

拥有近20万粉丝的推特账号“外汇交易员”在推特上写道，彭博发文介绍BloombergGPT，依托自身海量金融数据，构建了一个3630亿个标签的数据集，基于通用和金融业务的场景进行了混合模型训练。彭博称其在金融任务上超过了现有的模型（信息理解、情感分析、标注、实体命名等），而在通用场景上的表现则与之相当甚至优于现有模型。

(截图来源：推特)

就最新的BloombergGPT，ChatGPT如何看待自己的竞争对手？

ChatGPT认为，BloombergGPT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。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。

成立于1981年的美国彭博资讯公司，是全球最大的财经资讯公司，其前身是美国创新市场系统公司。

彭博社是全球最大的金融信息服务供应商，其数据终端系统“彭博专业服务”可以帮助客户查阅和分析实时的金融市场数据，并进行交易。使用该数据终端的客户遍布全球，包括交易员、投行、美联储、美国其他官方机构以及全球各大央行等。