(资料图片)

金选·核心观点

事件简评

Bloomberg于2023年3月30日发布金融行业大模型BloombergGPT，该模型采用与ChatGPT相同的主流架构Only-Decoder Transformer，基于海量金融行业数据和通用领域开源数据集训练，模型参数规模为500亿。BloombergGPT的训练数据总量约为5,300亿词，其中金融行业数据约为2,720亿词，约占所有训练数据的54.2%，来源包括网络、新闻、公司公告与财务报表以及彭博自己的新闻库。出于数据安全和模型滥用风险考虑，BloombergGPT尚未以任何形式对外开放访问。 目前，以ChatGPT和百度文心等为代表的生成式AI在通用任务上取得了不亚于人类的表现。然而，这类AI在行业任务上的表现相对一般，主要受限于以下原因：第一，行业知识在训练数据中的比例相对较低，模型中的行业知识相对匮乏，导致行业任务表现较差；第二，行业任务与通用任务的思维逻辑存在显著差异，金融行业语境下对某些信息的解读与通用语境下存在显著不同，例如“某公司裁员5000人”在通用语境下常被理解为负面消息，但在金融行业语境下有时可以被理解为推升公司业绩的积极信号。基于海量金融行业数据训练得到的BloombergGPT能够更好地完成金融新闻正负面判别、Bloomberg查询语言生成、金融信息抽取总结、投资机会挖掘等金融领域相关任务。 投资逻辑 金融行业可能成为垂直GPT率先落地的场景。 未来，彭博有计划将他们训练BloombergGPT的细节方法披露出来，这可能对我国头部科技公司如同花顺、恒生电子等公司的行业大模型训练带来启发，其他垂直行业也可以借鉴相关经验。我们发现来自Bloomberg自己资料库的数据仅占比0.7%，在数据层面并没有断层明显的优势，其他公司也可以搭建类似数据库来进行模型训练。 多个应用场景可能受益于金融GPT的落地。 BloombergGPT主要在情感倾向分析、是非题、主体提取及股票代码匹配、问答题等方面进行了测评，未来可能应用的场景包括：1）新闻情感倾向分析及内容生成。可以辅助金融机构判断市场对某一事件的观点，辅助量化策略和投资决策；2）金融领域知识问答及股票代码匹配。可以辅助金融机构进行信用评估、辅助投资人筛选新闻相关概念股、辅助分析师进行领域知识学习及提升资料阅读效率等；3）财务报表分析及会计审计辅助。可以辅助金融机构生成基础的财务分析报告和招股书、辅助投研人员报表配平、辅助会计和审计方面的工作。 投资建议 我们认为金融行业可能成为垂直GPT率先落地的场景，且金融行业应用场景相对较为丰富。看好拥有研发实力、海量数据及流量入口的公司，建议关注同花顺、恒生电子、财富趋势、顶点软件和凌志软件。 风险提示 金融大模型研发不及预期；行业应用落地不及预期；软硬件资源使用受限。

推荐内容