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——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。
穆迪下调SVB金融集团评级，将撤销其评级:金色财经报道，穆迪下调了硅谷银行金融集团及其银行子公司硅谷银行的评级，并表示将出于商业原因撤销其评级。硅谷银行的长期本币银行存款和发行人评级分别从A1和Baa1下调至Caa2和C，将硅谷银行金融集团的本币高级无担保和长期发行人评级从Baa1下调至C。[2023/3/11 12:55:43]
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。
太易控股王漪嘉：数字货币在一定程度上具备金融属性:在9月8日举办的服贸会上，太易控股集团首席合规官王漪嘉表示，区块链本身是一项技术，只是目前最为成熟的一项落地产业是数字货币，其目前在法律法规上被认定是一项虚拟商品。虽然目前绝大部分案例确权了物权属性，但在一定程度上也具备金融属性，因此具备一定的流通和支付属性与能力，以及一定的匿名性特征，进而容易滋生经济型犯罪，或触及国家监管路线，这确实是目前的现状。王漪嘉强调称，区块链技术本身是无罪的，其本身是基于开源的一项技术，但如何良好地运用它，如何避免犯罪行为，以及如何尽快去贴近监管方向，或是了解监管的思路，是目前所有企业都应该时刻警醒的。（一财网）[2020/9/9]
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。
王继军：河南将利用区块链等技术完善河南省金融服务共享平台:河南官方13日对外通报称，省级金融服务共享平台——河南省金融服务共享平台，自上线运行一年多来已为13429家企业放款20834笔、放款总额593.23亿元。河南省大数据管理局党组书记、局长王继军表示，下一步，河南将紧扣疫情防控期间企业融资需求，利用大数据、人工智能、云计算、区块链等技术持续完善平台功能，加强数据治理，优化系统连接，加快产品开发，让数据成为企业融资增信的“真金白银”，将更多金融“活水”引向实体经济。（中国新闻网）[2020/4/13]
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LeScao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。
动态 | 美国金融业监管局对前美林雇员处以罚款 因其私自进行挖矿的外部商业活动:据外媒今日消息，美国金融业监管局（FINRA）对美林证券（Merrill Lynch）的前雇员Kyung Soo Kim处以罚款并停职一个月，原因是其在没有事先书面通知其成员公司的情况下，成立了一个从事加密货币挖掘的外部商业活动。本周早些时候，Kyung Soo Kim提交了接受、放弃和同意书(AWC)，目的是提议解决涉嫌违反规则的问题。[2019/6/13]
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。
声音 | 互金委员会主任李贻良：要紧抓创新和管理促进区块链金融更好发展:在2018联合国工业发展组织全球科技创新大会数字金融创新应用论坛上，全国互联网金融工作委员会主任李贻良表示，区块链金融、数字货币会对经济发展产生重大作用，同时也会产生巨大的风险。但是，不能因为风险而全盘否定。 要一手抓创新，一手抓管理，抓管理也就是对风险的防范。只有两者结合才能促进行业更好的发展。[2018/11/7]
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ThePile、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表现最佳，在NER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：FiQASA，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。
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。