12月23日，百川智能发布全链路范畴增强壮模型Baichuan4-Finance。在高质量金融数据的基础上，经过职业创始的范畴自束缚练习计划，Baichuan4-Finance完成了金融才能和通用才能同步提高的作用，极大提高了金融场景的全体可用性。
FLAME-Cer评测作用显现，Baichuan4-Finance在银行、稳妥、基金、证券等多个资历认证范畴的准确率均突破了95%，全体准确率93.62%，大幅抢先GPT-4o和XuanYuan3-70B-Chat，超出GPT-4o近20%。GPT-4o是金融范畴公认的归纳实力最强的通用模型之一，而XuanYuan3-70B-Chat则是国内首个开源中文金融大模型。
在模型练习阶段，经过职业创始的范畴自束缚练习技能，百川智能完成了模型专项才能和通用才能同步提高的作用，极大提高了模型多元场景的可用性。而Baichuan4-Finance正是这一计划的最新作用，全链路金融范畴增强让其既把握了厚实的金融理论基础，又具有了丰厚的多场景实践使用才能。
具体而言，Baichuan4-Finance的高质量金融数据集全面且谨慎，既包含金融专业教材与学术著作、尖端金融期刊论文、监管组织方针文件、金融法律法规等中心专业金融常识数据，也覆盖了金融专业问答集、企业财报与年度陈述、金融类研讨剖析陈述等实践使用类数据，为提高模型金融才能供给了杰出的底层支撑。
在此基础上，Baichuan4-Finance还在范畴自束缚练习过程中引入了更高精的通用数据，与高质量金融数据一同进行混合练习，终究完成了模型通用才能不下降，金融才能稳定增长的作用。
此外，百川智能在后练习环节也做了很多增强作业，如：经过组成数据、指令数据对模型进行有监督的微调；在强化学习战略中，针对数学核算等金融范畴特别重视的场景进行样本增强等，进一步提高了模型功能。
值得一提的是，为了更好地助力金融企业将大模型使用到各种实在场景，百川智能还在官网发布了Baichuan4-Finance全链路范畴增强的技能陈述，具体论述了包含“范畴自束缚练习”在内的各项技能细节。此举不只将极大增强金融职业对大模型的认知，还将有用提高金融企业布置大模型的才能与志愿。
霸占了专项才能和泛化才能平衡问题这一模型落地使用的最大阻止后，Baichuan4-Finance能够在功率提高、风控合规、客服、决议计划支撑等许多层面为金融职业带来全方位的价值提高。例如，它能够协助金融从业者处理文档审阅、客户咨询、产品营销等很多日常作业，还能依托深沉的金融专业常识和法律法规理解才能，为组织供给精准的危险辨认和合规保证。此外，还能够凭仗强壮的数据剖析才能为管理层供给专业的商场洞悉和决议计划主张。