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。
韩国央行：将从今年下半年开始与金融机构进行CBDC相关实验:8月1日消息，韩国央行宣布，将从今年下半年起与金融机构联合开展央行数字货币（CBDC）联动试验。韩国央行当天在国会计划和财政委员会的报告中表示：“我们将进一步扩大模拟研究，为CBDC系统的稳定运行奠定完善的技术基础。今年下半年，我们将通过发布一份总结研究成果的综合报告（暂定名），扩大对外交流，同时与国内相关机构密切协商。” 该行还补充说:“计划共享BIS、IMF等国际机构及海外央银行的研究结果，增进相互合作。”（News 1）[2022/8/1 2:50:50]
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：
美国货币监理署启动REACh项目，通过扩大资本和信贷机会促进金融包容性:美国货币监理署（OCC）启动REACh项目，旨在改善难以获得资本和信贷服务人群的金融包容性。“REACh”代表经济准入和改革圆桌会议（Roundtable for Economic Access and Change），将召集银行业领袖和国家民权、商业和技术组织，以确定和减少障碍，增加获得资本和信贷的机会。该小组于7月10日开会，开始寻找该小组将处理的项目。
第一次会议的与会者包括来自全美亚裔联盟（NAAC）、全美有色人种协进会（NAACP）、美国拉丁裔商会（USHCC）、摩根大通、富国银行、花旗集团、 Credit Karma等银行以及信贷业协会等的代表。（Cointelegraph）[2020/7/12]
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。
中装建设：公司与恒宇集团签订合作协议，将建立标准化区块链供应链金融平台:中装建设（002822）在问董秘平台回答投资者提问时表示，公司与恒宇集团此前签订的合作框架协议，计划成立合资公司围绕建筑装饰业务、智慧家庭、区块链平台建设目标，在澳门、香港及东南亚市场进一步开拓建筑装饰业务。同时，合资公司将计划致力于建立开放的标准化区块链供应链金融平台，通过优势互补、资源共享等合作方式，促进公司在区块链技术平台的发展。[2020/5/21]
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。
动态 | 报告：区块链是金融服务领域最受欢迎技术之一 阻碍其采用的挑战包括可扩展性等:据businessinsider官网，6月23日，Business Insider Intelligence发布研究报告《Blockchain in Banking》，报告表示，区块链一直是金融服务领域最受欢迎的技术之一，预示着它有可能解决整个行业的痛点。但随着金融机构努力实现区块链解决方案，人们对该技术的功效提出了质疑。阻碍区块链采用的主要挑战包括可扩展性和性能，信任和监管不确定性。[2019/6/23]
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。
动态 | 日本金融厅将对Tech Bureau实施现场调查:日本金融厅将对Tech Bureau实施现场调查，此前该公司旗下的数字货币交易所Zaif报告遭受黑客攻击，损失约67亿日元的比特币及其他两种数字货币。[2018/9/20]
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：
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。
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。