Rencontrez FinGPT un modèle de langage financier open-source de grande taille (LLMs)

Meet FinGPT, a large-scale open-source financial language model.

Les grands modèles de langage ont augmenté en raison du développement et de l’avancement continus de l’intelligence artificielle, ce qui a profondément impacté l’état du traitement du langage naturel dans divers domaines. L’utilisation potentielle de ces modèles dans le secteur financier a suscité une attention intense à la lumière de ce bouleversement radical. Cependant, la construction d’un modèle de langage économique open source efficace et efficient dépend de la collecte de données de haute qualité, pertinentes et actuelles. L’utilisation de modèles de langage dans le secteur financier expose de nombreux obstacles. Ceux-ci varient des défis liés à l’obtention de données, à la maintenance de différentes formes et types de données, à la gestion de la qualité de données incohérentes à la nécessité cruciale d’informations à jour.

L’extraction de données financières historiques ou spécialisées devient difficile en raison de diverses sources de données, notamment des plates-formes Web, des API, des documents PDF et des photos. Pour former des modèles de langage spécifiquement pour l’industrie bancaire, des modèles exclusifs tels que BloombergGPT ont utilisé leur accès exclusif à des données spécialisées. Cependant, le besoin d’une alternative plus ouverte et inclusive a augmenté en raison de l’accessibilité et de l’ouverture limitées de leurs processus de collecte et de formation de données. En réponse à ce besoin, ils observent une tendance changeante vers la démocratisation des données financières à l’échelle d’Internet dans le secteur open source. Les chercheurs de l’Université Columbia et de l’Université de New York (Shanghai) abordent des problèmes similaires avec les données financières dans cette recherche et fournissent FinGPT, un cadre open source de bout en bout pour les grands modèles de langage économique (FinLLMs).

FinGPT met l’accent sur l’importance critique de la collecte, du nettoyage et du prétraitement des données dans la création de FinLLMs open source en adoptant une approche centrée sur les données. FinGPT cherche à faire progresser la recherche, la coopération et l’innovation financières en favorisant l’accessibilité des données et en jetant les bases des pratiques financières ouvertes. Ce qui suit est un résumé de leurs contributions: • Démocratisation: Le cadre open source FinGPT aspire à démocratiser l’accès aux données financières et FinLLMs en mettant en valeur la promesse non réalisée de la finance disponible. • Approche centrée sur les données: Réalisant la valeur de la curation de données, FinGPT adopte une approche centrée sur les données et utilise des techniques de nettoyage et de prétraitement rigoureuses pour traiter différents formats et types de données, ce qui donne des données de haute qualité.

• Ce papier teste le sens de l’humour de ChatGPT plus de 90 % des blagues générées par ChatGPT étaient les mêmes 25 blagues.
• Comment l’IA rend-elle les forêts plus sûres face aux incendies ?
• Apprentissage de l’estimation de la pose en utilisant de nouvelles techniques de vision par ordinateur.

FinGPT adopte un cadre complet pour FinLLMs avec quatre couches qui est un cadre de bout en bout.

– Couche de source de données: En capturant des informations en temps réel, cette couche garantit une couverture de marché complète tout en traitant la sensibilité temporelle des données financières.

– La couche d’ingénierie de données aborde les difficultés inhérentes de la sensibilité temporelle élevée et du rapport signal / bruit faible dans les données financières. Elle est prête pour le traitement de données NLP en temps réel.

– Couche LLMs: Cette couche, qui se concentre sur une variété d’approches de finition fine, réduit le caractère extrêmement dynamique des données financières et assure la précision et la pertinence du modèle.

– Couche d’application: Cette couche met l’accent sur le potentiel de FinGPT dans l’industrie financière en présentant des applications et des démonstrations réelles.

Ils veulent que FinGPT agisse comme un catalyseur pour favoriser l’innovation dans l’industrie financière. En plus de ses contributions techniques, FinGPT favorise un environnement open source pour FinLLMs, encourageant le traitement en temps réel et l’adaptation spécifique à l’utilisateur. FinGPT est positionné pour changer sa connaissance et son utilisation de FinLLMs en favorisant un fort écosystème de coopération au sein de la communauté open source AI4Finance. Ils prévoient bientôt de publier le modèle entraîné.

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!