蚂蚁数科联手多家机构发布Finova金融应用评测标准

快速阅读: 据相关媒体最新报道，7月28日，蚂蚁数科发布金融推理大模型Agentar-Fin-R1，在FinEval1.0、FinanceIQ等评测中表现优异，展现更强专业性与安全性。

7月28日,在世界人工智能大会论坛上,蚂蚁数科正式发布金融推理大模型Agentar-Fin-R1,为金融AI应用打造“可靠、可控、可优化”的智能中枢。Agentar-Fin-R1基于Qwen3研发,在FinEval1.0、FinanceIQ等 权威 金融大模型评测基准上超越Deepseek-R1等同尺寸开源通用大模型以及金融大模型,显示其更强的金融专业性、推理能力以及安全合规能力。
随着金融业数智化转型不断提速,大模型在金融领域的应用正持续深化,然而在实际业务场景中,往往需要高度专业的金融知识、复杂的业务逻辑推理能力以及严格的金融级安全合规等要求,现有的大模型在解决实际金融任务时仍然存在诸多挑战。
“通用大模型距离产业实际应用存在‘知识鸿沟’。构建专业的金融大模型是推进金融与AI深度融合的必然路径,未来,金融大模型的应用深度将成为金融机构竞争力的关键要素。”蚂蚁数科CEO赵闻飙在演讲中表示。
据悉,蚂蚁数科通过构建全面的金融任务数据体系以及模型训练算法创新,实现模型更强的金融推理能力及可信性。评测结果显示:相较于通用开源模型及其他金融模型,Agentar-Fin-R1在FinEval1.0、FinanceIQ两大主流金融基准测试中均取得 最高 评分。并且模型在金融能力显著增强的同时,通用能力也表现出较高水准。
在数据层面,蚂蚁数科构建了业内最全面与专业的金融任务分类体系,包括6大类、66小类场景,覆盖银行、证券、保险、基金、信托等金融全场景。基于千亿级金融专业数据语料,通过可信数据合成技术以及结合专家标注的金融长思维链(CoT)构造机制,显著提升模型处理复杂任务的能力,让大模型“天生懂金融,出厂即专家”。
在训练层面,创新的加权训练算法,提高大模型对复杂金融任务学习效率与性能。在后续业务应用中,可显著减少二次微调的数据需求与算力消耗,有效降低大模型在企业落地的门槛与成本。此外,Agentar-Fin-R1还能不断更新迭代,吸收 最新 的金融政策、市场动态等关键信息,并通过配套评测工具进行针对性优化,让模型能力在真实业务场景中不断进化。
据悉,Agentar-Fin-R1包括32B和8B参数两个版本。蚂蚁数科还推出基于百灵大模型的MOE架构模型,获得更优推理速度。此外,还有非推理版本的14B和72B参数大模型,以满足金融机构在多样化场景下的部署需求。
为了考察大模型在实际金融场景中部署的能力,蚂蚁数科还联合中国工商银行、宁波银行、北京前沿金融监管科技研究院、上海人工智能行业协会等机构联合推出Finova大模型金融应用评测基准,深度考察智能体能力、复杂推理以及安全合规能力。在Finova评测中,Agentar-Fin-R1也取得 最高 评分,甚至超越更大参数规模的通用模型。目前Finova已经全面开源,推动行业共同提升大模型在金融领域的应用水平。
蚂蚁数科是蚂蚁集团旗下独立科技子公司,致力于以AI及Web3技术助力产业数智化升级。今年以来,蚂蚁数科加速布局企业级大模型服务,并聚焦金融与新能源两大行业场景。在金融领域,蚂蚁数科此前推出金融智能体平台Agentar,成为首批通过信通院评测的智能体平台产品,并获 最高 评级5级。蚂蚁数科还联合行业合作伙伴,推出超百个金融智能体解决方案,加速大模型在金融业规模化应用。
以上海某银行为例,蚂蚁数科助力上海某银行打造的AI手机银行,创新“对话即服务”模式,用户通过自然对话即可获取各类金融服务,推动银行老年客户满意度提升显著,月活用户同比增长25%。目前,蚂蚁数科累计已服务100%的国有银行和股份制银行、超60%的地方性商业银行、数百家金融机构。

(以上内容均由AI生成)