12月24日消息，据报道，百川智能发布全链路领域增强大模型Baichuan4-Finance。在高质量金融数据的基础上，通过行业首创的领域自约束训练方案，实现了金融能力和通用能力同步提升的效果，极大提高了金融场景的整体可用性。
值得注意的是，Baichuan4-Finance在金融专业能力和场景应用方面的卓越表现，已超越GPT-4o，在中国人民大学财政金融学院新构建的FLAME评测体系及国内权威开源金融评测基准FinancelQ中均独占鳌头。
在模型训练的核心阶段，百川智能凭借领域自约束训练技术的精妙运用，成功实现了模型专项技能与通用能力的同步精进，极大地拓宽了模型在多元金融场景中的适用性。
为了支撑Baichuan4-Finance的金融能力发展，百川智能精心构建了高质量金融数据集。该数据集广泛涵盖了金融专业教材、学术著作、顶级金融期刊论文、监管机构政策文件、金融法律法规等核心知识资源，同时融入了金融专业问答集、企业财报、年度报告及金融类研究分析报告等实践应用数据，为模型提供了丰富且深入的金融知识底蕴。
在此基础上，Baichuan4-Finance在领域自约束训练过程中，还巧妙地融入了更高质量的通用数据，与金融数据共同进行混合训练，确保了模型在保持通用能力的同时，金融能力实现稳步增长。
此外，百川智能在模型后训练阶段同样不遗余力，通过合成数据、指令数据对模型进行精细化有监督微调，并在强化学习策略中针对数学计算等金融领域关键场景进行样本增强，进一步巩固并提升了模型的综合性能。这一系列举措无疑为Baichuan4-Finance在金融智能领域的持续领先奠定了坚实基础。
