近期，百川智能在金融科技領域邁出了重要一步，正式推出了其全鏈路增強的金融大模型——Baichuan4-Finance。該模型在融合高質量金融數據與行業創新的自約束訓練策略下，實現了金融專業能力與通用智能的雙重飛躍，顯著提升了金融應用場景的實用性與效率。
尤為Baichuan4-Finance在金融領域的專業表現與場景適應性上，已經超越了業界標桿GPT-4，并在中國人民大學財政金融學院主導的FLAME評測體系以及國內知名的開源金融評測基準FinancelQ中均取得了領先地位，展現了其強大的競爭力。
在模型的核心訓練階段，百川智能巧妙地運用了領域自約束訓練技術，不僅強化了模型的金融專業技能，還同步提升了其通用智能水平，使得Baichuan4-Finance能夠靈活應對多元化的金融場景需求，大大拓寬了其應用范圍。
為了構建Baichuan4-Finance堅實的金融知識基礎，百川智能精心打造了一個涵蓋廣泛的高質量金融數據集。該數據集不僅包括了金融教材、學術著作、頂級金融期刊文章、監管政策文件及法律法規等理論知識，還融入了金融問答、企業財報、年報及金融研究報告等實踐數據，為模型提供了深厚且全面的金融知識支撐。
在訓練過程中，Baichuan4-Finance還結合了高質量的通用數據進行混合訓練，確保了模型在保持強大通用智能的同時，金融專業能力也能穩步提升。這種混合訓練策略，使得模型在處理金融任務時更加得心應手，同時也保持了其作為通用大模型的靈活性。
百川智能在模型的后訓練階段也投入了大量精力，通過合成數據和指令數據對模型進行精細的有監督微調，并在強化學習策略中特別針對數學計算等金融關鍵場景進行了樣本增強，進一步提升了模型的綜合性能。這些努力無疑為Baichuan4-Finance在金融智能領域的領先地位奠定了堅實基礎。
