5月26日消息，近日，度小滿正式開源千億級中文金融大模型——“軒轅”。軒轅大模型是在1760億參數的Bloom大模型基礎上訓練而來，在金融名詞

理解、金融市場評論、金融數據分析和金融新聞理解等任務上，效果相較于通用大模型大幅提升。

據度小滿方面介紹，在金融場景中的任務評測中，軒轅全面超越了市場上的主流開源大模型，贏得了150次回答中63.33%的勝率。在通用能力評測中，

軒轅有10.2%的任務表現超越ChatGPT 3.5，61.22%的任務表現與之持平，涉及數學計算、場景寫作、邏輯推理、文本摘要等13個主要維度。

為了提升軒轅大模型對金融領域問題的理解能力，度小滿將自身業務中積累的金融領域的千億tokens的中文預訓練數據集用來訓練模型。該數據集涵蓋

了金融研報、股票、基金、銀行、保險等各個方向的專業知識。度小滿表示，經過清洗和標注的高質量數據集，不僅在通用性方面與ChatGPT達到持平

成為可能，且提升了模型在金融垂直領域的性能。

BLOOM （Big Science Language Open-science Open-access Multilingual）是2021年由1000多名志愿研究人員在一個名為“大科學BigScience”

的項目中創建，2022年7月12日正式發布。BLOOM擁有1760億個參數（決定輸入數據如何轉換為輸出內容的變量），稍多于擁有1750億個參數的 GPT-3。

BLOOM擁有1.61TB文本，包含46種自然語言和13種編程語言。相比meta發布的130億參數的LLaMA（Large Language Model meta AI）模型，Bloom

參數量更占優勢。

目前，千億級的軒轅模型已可以在Huggingface中申請下載，面向所有金融機構開放。

度小滿CTO許冬亮表示，軒轅大模型是經度小滿業務場景中積累的金融數據訓練而來的，對金融相關問題的理解比通用大模型更有優勢。我們把大模型能力

開放給金融機構，有利于推動大模型在金融行業的應用，降低大模型的應用門檻，提升金融行業智能化水平。

許冬亮認為，生成式大模型在內容生成與創作、信息摘要與總結、知識理解與問答、自然交互與對話等方面具備非常出色的能力，在金融場景中會有廣泛的

應用。在前臺，生成式大模型將大幅提升客戶經理的專業水平和服務能力，大幅降低客戶經理的運營成本，讓每個人都擁有24小時在線的專業客戶經理成為

可能。出色的內容生成能力也將引發營銷內容生產能力的大幅提升。在中臺，生成式大模型有機會改變企業內知識獲取、內容創作、會議與溝通、代碼開發

與測試的方式，進而大幅提升企業內部辦公效率，甚至引發研發測試模式變革，全方位的提升金融企業內部運營效率。在后臺，大模型將成為智能科技底座

的標配，大幅降低智能技術應用的門檻，只需少量標注數據甚至無需調整就可以讓智能技術覆蓋廣泛的場景。（一橙）