學FinTech課題組招募大模型AI4Finance國際聯培博士生

丁曉蔚團隊

原標題：學FinTech課題組招募大模型AI4Finance國際聯培博士生
文章來源：量子位
內容字數：4565字

學FinTech課題組AGI時代金融經濟研究

本文總結學FinTech課題組丁曉蔚團隊關于AGI時代金融經濟研究的要點。該團隊致力于“大數據、大模型、大計算”全新范式下，金融經濟的數字化、智能化和科學化研究，并在硬科技與軟科學交叉融合方面取得顯著成果。

1. AGI時代金融經濟的特征

該團隊的研究關注AGI如何感知、認知、理解、建模并作用于人類金融經濟世界。這超越了傳統大模型對物理世界的建模，深入到對人類行為、金融市場動態以及經濟規律的理解和預測。研究將探究機器人與人類在金融經濟領域的共存模式以及新型金融經濟關系的建立。

2. AI4EconFinance和LLM4EconFinance的定義與構建

團隊的核心研究方向包括AI4EconFinance和LLM4EconFinance的定義和構建。這涉及到如何利用人工智能和大型語言模型技術來提升金融經濟領域的效率、準確性和決策能力。研究將融合數據驅動和知識驅動兩種建模方式，并探索生成式范式與決策式范式的融合。

3. 關鍵研究方向

團隊的研究涵蓋以下多個方向：

1. 大模型多模態具身智能和世界建模：研究如何使大模型具備感知和理解現實世界金融經濟的能力。
2. 大模型智能體、人類智慧與機器智能融合：探索人機協同在金融經濟領域的應用。
3. 大模型時間智能、空間智能、時空聯合建模與預測：利用大模型進行更準確的金融時間序列預測和空間經濟分析。
4. 大模型知識科學、知識工程、知識編輯：構建和利用金融經濟領域的知識圖譜。
5. 大模型強化學習、邏輯推理與復雜問題求解：利用強化學習等技術解決金融經濟領域的復雜問題。
6. 大模型系統優化、預訓練和后訓練優化、對齊優化、Scaling Laws、低成本大模型構建：研究如何更高效地構建和優化大模型。
7. 大模型數據優選、生成、混合：研究如何有效利用和生成數據。
8. 大模型在人文社科中應用、社會計算模擬等：將大模型應用于更廣泛的社會科學研究。

4. 團隊優勢與資源

團隊擁有顯著的學科交叉優勢，連接斯坦福硅谷，擁有豐富的算力資源，并注重技術驅動和應用導向。團隊負責人丁曉蔚教授擁有豐富的學術和產業經驗，在金融科技領域深耕多年，并獲得多項國家級基金項目。

5. 招生與合作

團隊招收理工科背景的博士生、碩士生以及其他科研人員，并歡迎與企業和合作。

6. 學生收益與未來發展

加入該團隊的學生將獲得導師的悉心指導，參與國際科研合作，并擁有廣闊的職業發展前景，包括互聯網大廠、金融機構和高校等。

聯系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破