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。
刘昌用：推动本轮牛市的重要因素是比特币减半、DeFi和金融机构入场:重庆工商大学区块链经济研究中心主任刘昌用表示，牛熊周期是此次加密货币上涨的主要原因。此轮暴涨的大背景是经历了2018-2019年大熊市和2020年调整复苏之后，密码资产市场的大牛市已经启动。他进一步分析，推动本轮牛市的三个重要因素是比特币减半、DeFi和金融机构入场。比特币减半带来持续的供不应求，DeFi创造了极大降低交易费用的新金融模式，金融机构陆续入场带来持久的大规模新资金。（重庆商报）[2021/2/23 17:41:44]
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。
金融服务机构IBMC将推出黄金支持的数字货币USG:金融服务和商业顾问机构IBMC Financial Professionals Group与US Gold Currency和交易平台提供商Blockfills合作，将为海湾合作委员会（GCC）、中东和非洲提供黄金支持的数字黄金货币USG。该货币也在印度同时引入。据称，每枚USG都由美国铸币局铸造的一盎司美国鹰扬金币支持，持有者可以在世界任何地方将其数字资产兑换为实物金币或美元。（gulftoday）[2020/6/24]
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。
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。
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。
中企云链首席技术官：金融科技发展将借助区块链实现平台间连接:中企云链首席技术官姜勇表示，未来，金融科技的发展也将借助区块链技术实现平台和平台之间的连接。随着相关配套政策的支持，整个供应链产业生态也会朝着更加健康、合规的方向发展。（金融时报）[2020/5/22]
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：
德国金融监管局将数字资产归类为金融工具:金色财经报道，德国联邦金融监管局（BaFin）周一公布了一份指南，将数字资产归类为金融工具。根据BaFin的说法，虚拟货币是一种尚未由任何中央银行或公共机构发行或担保、不一定与法币挂钩、并且不具有法币法律地位的价值的数字代表，但被自然人或法人视为交换媒介，可以通过电子方式进行传输、存储和交易。监管机构还澄清说，包括金融行动特别工作组（FATF）在内的多个实体对加密货币的定义是重叠的，这构成了其分类的基础。[2020/3/3]
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。
宁波保税区陆志孟：利用区块链打造金融科技示范基地:近日，在“2018保险科技圆桌论坛”上，宁波保税区党工委副书记、管委会副主任陆志孟表示，要力争将宁波保税区打造成长三角地区特色鲜明的金融科技区块链创新应用示范基地。据悉，宁波已成立全国首个保险科技产业园，并建设了全国首个保险区块链技术适用试验区。[2018/5/2]
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。