大型语言模型（LLMs）的发展显著影响了金融科技领域，为处理和分析金融信息提供了新的方法。然而，金融部门的独特复杂性和专业语言常常超出标准LLM的能力范围。为此，同济大学蒋昌俊院士团队撰写了研究论文：RA-CFGPT:检索增强大模型在中文金融助手的应用。
文章信息
标 题：
RA-CFGPT: Chinese financial assistant with retrieval-augmented large language model
引用格式：
Jiangtong LI, Yang LEI, Yuxuan BIAN, Dawei CHENG, Zhijun DING, Changjun JIANG. RA-CFGPT: Chinese financial assistant with retrieval-augmented large language model. Front. Comput. Sci., 2024, 18(5): 185350
阅读原文：
问题概述
金融文本的特殊性要求大模型不仅要理解复杂的金融术语，还要能够精准地执行如风险评估、文档分析等金融任务，因而迫切需要针对金融知识进行补充的混合数据库为大语言模型提供全面的补充知识。
技术步骤
为了解决上述问题，本文引入了一种创新的检索增强生成（RAG）方法，通过整合一个全面的混合金融知识库来增强大语言模型的生成能力。具体技术步骤包括：首先，构建一个涵盖金融领域多方面信息的混合知识库；其次，利用这个知识库对一个中文大语言模型进行微调，以适应不同的金融任务；最后，建立一个系统流程，确保生成的输出不仅准确，还符合合规要求并能够充分标示相关风险。
实验结果
实验结果表明，使用混合知识库进行训练和推理的大语言模型在理解复杂金融文本和生成准确回答方面具有显著优势。此外，该系统能有效满足金融领域对准确性、合规性和风险管理的高标准要求，证明了检索增强生成方法在金融技术应用中的巨大潜力。
相关内容推荐：
FCS Perspective | 同济大学蒋昌俊院士团队：Petri网学习
CCF 推荐B类期刊；
SCI、Ei等收录；
中国科技期刊卓越行动计划梯队类期刊。
IF 3.4
高等教育出版社 北京航空航天大学
共同主办
《前沿》系列英文学术期刊
由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。
《前沿》系列英文学术期刊 中国学术前沿期刊网 http://journal.hep.com.cn/ |
