DianJin-R1 – 阿里云通義點金聯合蘇大推出的金融推理大模型

DianJin-R1是一款由阿里云通義點金團隊與蘇州大合開發的金融領域推理增強大模型，專為處理各種金融任務而設計。它結合了前沿技術與豐富的數據支持，利用推理增強監督和強化學習的方法，提高了金融推理任務的表現。該模型的核心是DianJin-R1-Data數據集，整合了CFLUE、FinQA和中國合規檢查（CCC）數據集，涵蓋了多樣化的金融推理場景。

DianJin-R1是什么

DianJin-R1是一個專為金融任務量身定制的推理增強大模型，由阿里云通義點金團隊與蘇州大學的合作成果。它通過結合先進的技術與全面的數據支持，顯著提升了金融推理的能力。該模型的核心是DianJin-R1-Data數據集，集合了CFLUE、FinQA和中國合規檢查（CCC）數據集，以應對多樣化的金融推理場景。DianJin-R1提供兩個版本：DianJin-R1-7B和DianJin-R1-32B，均采用監督微調（SFT）和強化學習（RL）兩階段的優化策略，通過組相對策略優化（GRPO）方法，并結合雙重獎勵信號來提升推理質量。在眾多金融領域的基準測試中，DianJin-R1表現優于傳統的非推理模型，在CCC數據集上，其單次調用的推理效果甚至超越了多代理系統。

DianJin-R1的主要功能

• 金融推理增強：通過推理增強監督和強化學習，顯著提升金融任務的推理能力。在CFLUE、FinQA和CCC等金融測試集上，DianJin-R1的表現超越了基礎模型。
• 高質量數據集支持：DianJin-R1基于DianJin-R1-Data數據集構建，整合了CFLUE、FinQA和CCC數據集，覆蓋多種金融推理場景。
• 結構化推理輸出：模型能夠以結構化的形式生成推理步驟和最終答案，便于理解與應用。
• 強化學習優化：采用群體相對策略優化（GRPO）算法，結合格式獎勵與準確性獎勵，進一步優化推理質量。
• 高效推理能力：在實際應用中，DianJin-R1的單次調用推理模型的表現與多代理系統相當，甚至更具優勢，并且計算成本更低。

產品官網

• Github倉庫：https://github.com/aliyun/qwen-dianjin
• HuggingFace模型庫：https://huggingface.co/DianJin
• arXiv技術論文：https://arxiv.org/pdf/2504.15716

DianJin-R1的應用場景

• 金融風險評估與合規檢查：DianJin-R1高效處理復雜的金融合規任務，例如在CCC數據集上的應用中，模型單次調用即可實現與多代理系統相當甚至更優的性能，從而顯著降低計算成本。
• 金融問答與客戶服務：在FinQA數據集的測試中，DianJin-R1展現了卓越的金融問答能力，為客戶提供準確的金融信息和解決方案，助力提升金融機構的客戶服務質量和效率。
• 金融考試與教育：DianJin-R1在CFLUE數據集上的表現尤為突出，準確率從77.95%提升至86.74%。這表明模型可用于金融考試的輔助訓練和教育場景，幫助考生深入理解金融知識。
• 復雜金融任務的推理與決策：通過結構化推理和強化學習優化，DianJin-R1能夠處理復雜的金融任務，如財務報表分析、投資決策等。

常見問題

• DianJin-R1的適用領域有哪些？：DianJin-R1主要針對金融領域，適用于金融風險評估、合規檢查、金融問答、客戶服務及金融教育等場景。
• 如何獲取DianJin-R1？：您可以通過其Github倉庫和HuggingFace模型庫獲取DianJin-R1的相關資源和文檔。
• DianJin-R1的性能如何？：在多個金融領域的基準測試中，DianJin-R1的表現顯著優于傳統模型，尤其在CCC數據集上，單次調用的推理能力超過多代理系統。