百川智能发布金融大模型 Baichuan4-Finance，整体准确率领先GPT-4o近20% 整理 | 褚杏娟 12 月 23 日，百川智能发布全链路领域增强大模型 Baichuan4-Finance。在高质量金融数据的基础上，通过行业首创的领域自约束训练方案，Baichuan4-Finance 实现了金融能力和通用能力同步提升的效果，极大提高了金融场景的整体可用性。其金融专业能力和场景应用能力大幅领先 GPT-4o，在中国人民大学财政金融学院新近发布的评测体系 FLAME 以及国内主流开源金融评测基准 FinancelQ 上均登上榜首。 Baichuan4-Finance API 现已在百川智能官网正式上线：https://platform.baichuan-ai.com/finPage 整体准确率领先 GPT-4o 近 20%百川选择了中国人民大学财政金融学院 12 月 17 日发布的金融评测体系 FLAME（Financial Large-Language Model Assessment and Metrics Evaluation）对大模型进行整体测评。 FLAME github 地址：https://github.com/FLAME-ruc/FLAME/tree/main 作为金融领域最新的评测体系，FLAME 兼顾专业性和实用性，由两个方向的评测基准组成。其中，FLAME-Cer 主要面向模型的专业金融能力评测，覆盖了 CPA、CFA、FRM 等 14 类权威金融资格认证；FLAME-Sce 则侧重模型的场景应用能力，包含 10 个一级核心金融业务场景，21 个二级细分金融业务场景，近百个三级金融应用任务。 FLAME-Cer 评测结果显示，Baichuan4-Finance 在银行、保险、基金、证券等多个资格认证领域的准确率均突破了 95%，整体准确率 93.62%，大幅领先 GPT-4o 和 XuanYuan3-70B-Chat，超出 GPT-4o 近 20%。GPT-4o 是金融领域公认的综合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 FLAME-Sce 评测中，Baichuan4-Finance 一级核心金融业务场景的整体可用率达 84.15%，其金融数据计算、金融知识理论等场景的可用率更是超过 90%，实际应用场景中的表现非常优秀。 不仅如此，在国内主流开源金融评测基准 FinanceIQ 上 Baichuan4-Finance 同样超越了 GPT-4o 和 XuanYuan3-70B，整体准确率达到 79.23%，领先 GPT-4o 近 13%。 模型金融专项能力和通用能力同步提升 如何让模型在提升专业能力的同时不损失通用能力，是当下大模型落地具体场景最大的阻碍。为解决这一问题，百川智能打造了一套全链路领域增强方案，该方案覆盖了高质量数据集构建、模型预训练、微调、强化学习等从模型研发到场景应用的全流程。 在模型训练阶段，通过行业首创的领域自约束训练技术，百川智能实现了模型专项能力和通用能力同步提升的效果，极大提升模型多元场景的可用性。Baichuan4-Finance 正是这一方案的最新成果。 具体而言，Baichuan4-Finance 的金融数据集既包含金融专业教材与学术著作、顶级金融期刊论文、监管机构政策文件、金融法律法规等核心专业金融知识数据，也覆盖了金融专业问答集、企业财报与年度报告、金融类研究分析报告等实践应用类数据，为提升模型金融能力提供了良好的底层支撑。 在此基础上，Baichuan4-Finance 还在领域自约束训练过程中引入了更高精的通用数据，与高质量金融数据一起进行混合训练，最终实现了模型通用能力不下降，金融能力稳定增长的效果。 此外，百川智能在后训练环节也做了大量增强工作，如通过合成数据、指令数据对模型进行有监督的微调；在强化学习策略中，针对数学计算等金融领域特别关注的场景进行样本增强等，进一步提升了模型性能。 攻克了专项能力和泛化能力平衡问题这一模型落地应用的最大阻碍后，Baichuan4-Finance 能够在效率提升、风控合规、客服、决策支持等诸多层面为金融行业带来全方位的价值提升。例如帮助金融从业者处理文档审核、客户咨询、产品营销等大量日常工作，还能依托深厚的金融专业知识和法律法规理解能力，为机构提供精准的风险识别和合规保障。此外，还可以凭借强大的数据分析能力为管理层提供专业的市场洞察和决策建议。 百川客户用友表示，Baichuan4-Finance 凭借其海量的金融专业知识储备，在财税知识问答场景中，准确率较 Baichuan4-Turbo 提升了 20%，较 GPT-4o 提升了 10%，表现尤为亮眼。软通动力表示，其客户在实际应用中既要求大模型具备通用能力，又希望其在金融场景中有所专长。自部署 Baichuan4-Finance 以来，客户满意度提升了 20%。 据悉，目前百川智能客户包括北电数智、完美世界游戏、爱奇艺、360 集团、生学教育、爱学堂等各行业的领军企业，并且与信雅达、用友、软通动力、新致软件、达观数据、华胜天成等多家行业生态伙伴，还与华为、中科曙光等硬件厂商，中国移动、中国电信、中国联通等运营商达成合作。 活动推荐「极客时间 · AI 指南」是一个集成的、经过筛选、实时更新、专为程序员打造的高质量 AI 工具搜索平台。它汇聚了最前沿的 15 大 AI 类别、400+ AI 工具，前新的技术和编程资源，为你提供一站式的技术解决方案。 从基础编程工具到效率工具，从代码优化到算法设计，从故障排查到项目管理，「AI 指南导航栏」涵盖了程序员日常工作的各个方面。无论你是新手小白还是资深大牛，可以快速搜索到需要的内容。 会议推荐在 AI 大模型技术如汹涌浪潮席卷软件开发领域的当下，变革与机遇交织，挑战与突破共生。2025 年 4 月 10 - 12 日，QCon 全球软件开发大会将在北京召开，以 “智能融合，引领未来” 为年度主题，汇聚各领域的技术先行者以及创新实践者，为行业发展拨云见日。现在报名可以享受 8 折优惠，单张门票立省 1360 元，详情可联系票务经理 18514549229 咨询。 今日荐文 DeepSeek核心人物千万年薪加入小米；余承东自曝智界、问界有车型亏钱卖；黄仁勋发布249美元生成式AI超级电脑 | AI周报 OpenAI官宣o3系列王者模型：能解最难的数学题，单个任务最高花费数千美元，越贵越好用！ 免费o1替代品来了！谷歌新发“王炸”推理大模型：思考速度碾压其他大模型，水平堪比理科博士 曾经的“自动驾驶第一股”急速掉头，CEO亲述图森未来生死时速这一年 OpenAI狂打“骨折价”的一天：暴降成本开放全新o1，实时 API 全面降价 60%你也「在看」吗？??