匡时大模型,财经学习能提速吗?上海财经大学的创新,到底解锁了什么?
6月7日,上海财经大学匡时财经教育大模型发布会暨数智新财经论坛在校园内举行。校长刘元春、上海市教委副主任赵震、杨浦区副区长刘晋元等领导出席活动,中国移动上海公司、蚂蚁集团、库帕思科技等企业代表也参与其中。会议由副校长靳玉英主持,现场气氛热烈。
活动重点聚焦于“匡时财经教育大模型”的正式发布。该模型由刘元春、楼向平、尹俊、山栋明等多方代表共同推出,标志着财经教育与人工智能深度融合迈上新台阶。
上海财经大学统计与数据科学学院教授张立文在发言中表示,这款大模型以学校深厚的财经学科积淀为根基,融合前沿技术手段,致力于打造覆盖全场景的智能化教育平台。这一步明显提升了财经教育和人工智能结合的深度和广度。
在技术基础方面,项目团队构建了涵盖经济、金融、会计、统计等核心学科的高质量语料库。这个语料库整合了经典教材、专业书籍、学术论文、期刊文献、精品教学资源以及企业级金融数据,例如库帕思量化数据、蚂蚁电商金融案例等。通过这些资源,团队建立了标准化的财经知识图谱,为模型训练提供了坚实的数据支撑。
研发过程中,学校自主研发了全国首个金融R1类大模型Fin-R1和金融大模型评测体系FinEval。这些技术成果为匡时财经教育大模型提供了稳定的技术后盾。同时,依托“匡时一号”算力集群打造的混合智能计算平台,实现了算力资源的动态调度和高效利用,确保大模型运行稳定可靠。
在应用场景方面,这款大模型针对财经教育需求进行了精准设计。通过海量财经数据和多元教育场景文本的训练,模型能够快速识别不同教学场景的需求。利用无监督预训练学习通用语义特征,再通过强化学习算法持续优化知识推理准确性。特别值得注意的是,模型在训练过程中引入了财经专家和教育从业者提供的反馈,使得输出内容更加贴合实际教学需求。
实际应用中,这款大模型展现出强大的适应能力。无论是课堂教学还是课后辅导,它都能提供针对性的支持。例如在数据分析环节,模型能快速处理复杂数据并生成直观结果;在知识讲解时,可以结合不同教学目标调整内容深度。这种灵活性让教师和学生都能获得更优质的教育体验。
产教融合是这款大模型的重要特色之一。学校与阿里巴巴集团共建的“上财-阿里数实融合创新联合实验室”聚焦数字经济研究,与蚂蚁科技集团合作的“上财-蚂蚁金融人工智能前沿实验室”推动AI在金融领域的创新应用,与东方证券共建的“上海市金融信息技术研究重点实验室”深化金融科技研究与人才培养。这些合作不仅促进了学术研究与产业实践的结合,也为学生提供了更多接触实际业务的机会。
在具体应用中,这款大模型展现出多方面的价值。例如在课程设计环节,它能帮助教师快速生成教学方案;在学情追踪方面,可以实时分析学生学习数据;在数据管理过程中,提供智能化的数据处理工具;在质量监测环节,辅助评估教学效果。这些功能让教学管理更加高效。
FinAgent作为智能金融研究助手,实现了金融研究范式的创新突破。这个平台融合了“深思-浅思”双模式分析引擎,既支持基于本地专业知识库的深度推演,又能结合实时网络搜索获取最新市场动态。研究人员只需输入自然语言指令,如“分析2025年特朗普关税政策对中国经济的影响”,FinAgent即可智能匹配分析深度与输出形式——无论是严谨的专业报告、通俗的微信公众号解读,还是新媒体风格分析,都能一键生成,真正实现了从数据获取到成果输出的全流程智能化。
这款大模型的发布,标志着上海财经大学在财经教育智能化领域取得实质性进展。凭借深厚的学科基础、精准的场景适配能力和开放协同的应用生态,它为财经教育的创新发展提供了强大动能。
未来,上海财经大学将持续深化“三位一体”产学研合作,提升学科专业布局的前瞻性和引领性。通过聚焦金融人工智能等前沿领域,推动学科交叉融合,不断赋能财经教育与金融行业。这种持续创新将培养出更多适应时代需求的卓越财经人才,为社会经济高质量发展注入新的活力。