天风证券：计算机：当大模型遇见金融，海内外金融领域大模型对比

彭博社构建迄今为止最大的特定领域数据集，并训练了专门用于金融领域的LLM，开发了拥有500亿参数的语言模型——BloombergGPT。该模型依托彭博社的大量金融数据源，构建了一个3630亿个标签的数据集，支持金融行业内的各类任务。该模型在金融任务上的表现远超过现有模型，且在通用场景上的表现与现有模型也能一较高下。从测试来看BloombergGPT在以下五项任务中的四项(ConvFinQA，FiQASA，FPB和Headline）表现最佳；而对于测试一ConvFinQA来说，这个差距尤为显著，因为它需要使用对话式输入来对表格进行推理并生成答案，具有一定挑战性。（1）测试一：ConvFinQA数据集是一个针对金融领域的问答数据集，包括从新闻文章中提取出的问题和答案，旨在测试模型对金融领域相关问题的理解和推理能力。（2）测试二：FiQASA，第二个情感分析任务，测试英语金融新闻和社交媒体标题中的情感走向。（3）测试三：标题，数据集包括关于黄金商品领域的英文新闻标题，任务是判断新闻标题是否包含特定信息，例如价格上涨或价格下跌等。（4）测试四：FPB，金融短语库数据集包括来自金融新闻的句子情绪