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。
观点：FTX破产不会蔓延到其他金融市场:金色财经报道，花旗分析师Joseph Ayoub表示，FTX破产不太可能蔓延到更广泛的金融市场，主要是因为加密市场规模只有8300亿美元左右，与43万亿美元的美国股市相比较小。
Joseph Ayoub补充称，其他加密货币交易平台可能会利用FTX倒闭抢占市场份额，但与2008年金融危机不同，加密行业没有中央银行救助，因此可能需要加密货币市场内部花很长时间才能解决。（Business Insider）[2022/11/14 13:00:14]
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：
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。
美国财长耶伦：拜登关于加密货币的指令将解决非法金融风险:金色财经报道，美国财政部长Janet L. Yellen就拜登总统关于加密资产的行政命令发表了以下声明。拜登总统的历史性行政命令呼吁对数字资产政策采取一种协调和全面的方法。 这种方法将支持负责任的创新，可能为国家、消费者和企业带来巨大的利益。 它还将解决与非法金融有关的风险，保护消费者和投资者，并防止对金融系统和更广泛的经济的威胁。
根据该行政命令，财政部将与机构间同事合作，编写一份关于货币和支付系统未来的报告。我们还将召集金融稳定监督委员会，评估数字资产的潜在金融稳定风险，并评估是否有适当的保障措施。而且，由于数字资产提出的问题往往具有重要的跨境层面，我们将与我们的国际伙伴合作，促进健全的标准和公平的竞争环境。这项工作将补充财政部正在进行的努力。该部已经与总统的金融市场工作组、联邦存款保险公司和美国中央银行合作，研究一种特殊的数字资产--稳定币，并提出建议。根据该行政命令，财政部和机构间合作伙伴将在最近发布的国家风险评估的基础上，确定与数字资产相关的主要非法融资风险。[2022/3/9 13:45:53]
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。
摩根溪创始人：比特币社区是新金融体系中最强大的资产之一:今日，摩根溪创始人Anthony Pompliano发推文称，不管你是否喜欢，比特币社区都是新金融体系中最强大的资产之一。[2021/4/10 20:04:00]
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。
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
动态 | 区块链金融公司Clearmatics Technologies共获得逾1200万美元A轮融资:据CoinDesk消息，区块链金融公司Clearmatics Technologies共获得逾1200万美元A轮融资，此轮融资由风投公司Route 66 Ventures领投，其他参投方包括私人股权公司TNF Capital、电子做市商XTX Markets旗下风投公司XTX Ventures。TNF Capital的任事股东Samir Khosla将加入Clearmatics董事会。[2018/10/10]
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。
京东金融研究院院长孟昭莉：区块链技术与金融领域结合的深度和广度还远未饱和:京东金融研究院院长孟昭莉认为，区块链技术与金融领域结合的深度和广度还远未饱和，应用前景广阔。“但也不可否认目前行业中依然存在一些风险需要我们注意及警惕。”一方面，区块链有被过度消费的倾向，一些不法组织和团体利用区块链概念进行和炒作，严重扰乱了区块链的市场秩序，必须理清区块链和“币圈”、ICO的界限，在合法合规的范围内应用技术。另一方面，相关技术尚待完善成熟，基于区块链技术的产品开发和推广门槛依旧较高，在区块链技术的开发和测试工作中，资金和技术成本依旧是限制区块链技术应用的瓶颈。[2018/5/18]
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。