简介：同花顺作为金融科技领军企业，积极探索大模型技术，推出问财大模型HithinkGPT，应用于智能投顾等领域。通过优化技术，提升模型在金融领域的专业性和安全性，为用户提供全面精准的投资决策支持，引领金融科技新变革。
随着人工智能技术的飞速发展，大模型在自然语言处理领域的应用日益广泛，为各行各业带来了前所未有的变革。在金融领域，同花顺作为金融科技的领军企业，积极拥抱大模型技术，通过不断的技术探索与优化，成功将大模型应用于实际业务中，为用户提供了更加智能、高效和安全的金融服务。
同花顺大模型技术的应用，是基于深度学习技术的快速发展。深度学习模型，尤其是大模型，因其参数量大、通用能力强、综合性能好，在金融领域的自然语言处理任务中展现出了巨大的潜力。同花顺凭借其在金融领域的深厚积累，将大模型技术引入智能问答、智能推荐、舆情分析等多个环节，推动了金融服务的智能化升级。
智能问答：
同花顺问财大模型（HithinkGPT）是其大模型技术应用的典型代表。该模型采用transformer的decoder-only架构，提供了多种版本选择，最大允许32k文本输入，支持API接口调用、网页嵌入等多种能力。问财大模型能够为用户提供一站式标注和评测服务，涵盖了A股、基金、ETF、港股、美股等多个业务矩阵，包括查询、分析、对比、解读、预测、建议等在内的50余类技能，为用户提供了全面精准的投资决策支持。
智能投顾：
基于HithinkGPT技术，同花顺推出了国内金融领域首个应用大模型技术的智能投顾产品。该产品能够根据用户的投资目标和风险承受能力，提供个性化的投资建议。通过对话技术，智能投顾能够实时理解用户的需求，并根据市场变化给出相应的投资建议，有效提升了用户的投资体验。
智能推荐：
同花顺大模型技术还应用于智能推荐系统中。通过分析用户的投资行为和偏好，智能推荐系统能够为用户推荐符合其需求的金融产品和服务，提高了用户的满意度和忠诚度。
为了进一步提升大模型在实际业务中的效果，同花顺采取了多种优化方法：
数据增强：
通过增加训练语料和延长训练时间，提升了模型的表达能力。同花顺自建了HithinkFinEval数据集，涵盖了多个金融行业考试内容，使模型在金融领域具有更强的专业性。
领域适应性训练：
针对金融领域的特殊性，同花顺与澜舟科技合作，引入孟子Mengzi模型中的技术，进行领域适应性训练（DAPT和任务数据TAPT的第二阶段预训练），使模型在下游任务上表现得更加出色。
参数优化：
优化超参数设置，如学习率、批处理大小等，以提高训练效率和效果。同时，利用GPU进行计算加速，提高了训练速度。
安全性与合规性：
同花顺大模型团队建立了规范的语料清洗流水线，确保去除敏感数据、低质量数据和重复内容。在线上使用时，模型经过三层安全合规审查，包括模型判断、敏感词检测和人工审查，以确保其合规性和安全性。
在同花顺大模型技术的应用与优化过程中，千帆大模型开发与服务平台发挥了重要作用。该平台提供了丰富的AI应用和服务场景，涵盖了智能内容创作、AI数字人、AI数据分析等多个领域。同花顺可以利用该平台的技术和资源支持，快速构建和优化大模型应用，推动金融服务的智能化升级。
随着技术的不断发展，大模型将在更多的领域得到应用和推广。同花顺将继续深耕金融科技领域，不断探索大模型技术的创新应用和优化方法，为用户提供更加智能、高效和安全的金融服务体验。同时，同花顺也将积极拥抱监管政策，确保大模型技术的合规性和安全性，推动金融行业的健康发展。
综上所述，同花顺大模型技术的应用与优化实践为金融科技领域带来了新的变革和发展机遇。未来，同花顺将继续引领金融科技的创新发展，为用户创造更多的价值。