上海财经大学发布匡时财经教育大模型

研究人员输入"分析2025年特朗普关税政策对中国经济的影响"，上海财经大学打造的智能(zhìnéng)金融研究助手FinAgent，就可以智能匹配分析深度与(yǔ)输出形式，一键生成严谨的专业报告或通俗的微信公众号解读，实现从(cóng)数据获取到(dào)成果输出的全流程智能化，让金融研究更高效、更精准、更贴合实际(shíjì)需求。 FinAgent所依托的(de)，正是6月7日上海财经(cáijīng)大学发布的匡时财经教育大模型。 发布会(fābùhuì)上，上海财经(cáijīng)大(dà)学统计与数据科学学院教授张立文表示，匡时财经教育大模型依托学校深厚的财经学科积淀与前沿技术(qiányánjìshù)探索，致力于打造服务于全场景财经教育的智能化平台，标志着上海财经大学在推动财经教育与人工智能深度融合方面取得重要进展。 首先(shǒuxiān)，匡时财经教育大模型多维度构建了高质量财经语料库。植根于上海财经大学应用经济学（A+）等优势学科(xuékē)，以及多学科交叉融合的创新体系，匡时财经教育大模型构建了覆盖经济、金融、会计、统计等核心学科的高质量、多模态语料库，整合了包括(bāokuò)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（如库帕思量(sīliáng)化(huà)数据、蚂蚁电商金融案例等）在内的海量(hǎiliàng)信息，并据此建立了标准化的财经知识图谱(túpǔ)。 在技术(jìshù)研发层面，上海财经大学自主研发了(le)全国首个金融R1类大模型(móxíng)Fin-R1和金融大模型评测体系FinEval，为匡时(kuāngshí)财经教育大模型提供了技术支撑。同时，依托“匡时一号”算力集群打造的(de)混合智能计算平台，实现算力资源的动态调度与高效利用，保障大模型的稳定运行。 匡时财经教育大模型的核心目标是精准服务财经教育需求(xūqiú)。因此，大模型基于海量财经专业数据与多元教育场景文本构建，采用先进的大模型架构，借助无监督预(yù)训练学习通用语义特征。通过强化(qiánghuà)学习算法(suànfǎ)，不断优化财经知识推理的准确性与教育内容的适配性。 值得一提的是，模型在训练过程中(zhōng)还融入了财经专家与教育从业者提供的人类反馈，确保其输出内容精准(jīngzhǔn)、实用，有效贴合教学实际需求(xūqiú)。 在应用生态建设方面(fāngmiàn)，匡时财经教育大模型坚持科教融汇(rónghuì)与产教融合双轮驱动。 其中，在科教(kējiào)融汇上，大(dà)模型依托低代码智能体(tǐ)开发平台及智能体应用市场，上海财经大学(xué)部署了(le)覆盖“助教、助学、助研、助管”四大场景的智能应用，实现了课程设计、学情追踪、数据管理、质量监测等业务流程的智能化升级。同时，整合校内外资源打造统一AI教学门户，集成知识图谱导航、智能问答、学情诊断(zhěnduàn)等功能，构建起“教-学-评”一体化闭环。 在产教融合上，上海财经大学与行业领军企业共建(gòngjiàn)创新平台。比如(bǐrú)，与阿里巴巴集团合作(hézuò)(hézuò)设立“上财(shàngcái)-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设立“上财-蚂蚁金融(jīnróng)人工智能前沿实验室”，推动AI在金融领域的创新应用；与东方证券合作共建“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。 此前，上海财经大学校长刘元春(yuánchūn)曾认为，数智(shùzhì)时代，财经呈现出新逻辑、新范式、新规律，财经知识创新的(de)路径也正朝着场景驱动转变。数智化时代的财经高校的改革要建立在理解现代数智技术底层(dǐcéng)逻辑，通晓数字技术、数字社会、数字金融运转新体系的基础上展开。 自(zì)2024年启动(qǐdòng)高质量专业学位研究生培养改革十大(dà)行动方案以来，上海财经大学推动50余个专业方向数智化转型，开展数智化课程教材案例“三位一体”建设项目探索；以产教融合模式，联合财跃星辰正式发布首款推理型人工智能金融大模型Fin-R1，着力(zhuólì)打造国家级(guójiājí)AI+财经教育创新高地。 上海财经大学表示，未来将进一步(jìnyíbù)深化“三位一体”产学研合作，提升学科(xuékē)专业布局的前瞻性和引领性，聚焦金融人工智能等前沿学科交叉融合，持续赋能财经教育与金融行业(hángyè)。 (本文来自第一财经(cáijīng))