自从ChatGPT进入大众视线,
就引发了大量的讨论和关注。
从数据安全、发展速度、社会伦理危害,
再到“AI是否会取代部分工作岗位,
造成失业潮”的担忧,话题源源不断。
近日,AI的浪潮终于掀到了金融圈,
Bloomberg官宣金融版“ChatGPT”的发布,
该来的还是来了,
难道华尔街banker也”难逃一劫“?
BloombergGPT还是来了!
彭博(Bloomberg)是全球商业、金融信息和财经资讯的领先提供商, 总部位于美国纽约市曼哈顿,金融业务遍及全球185个国家与地区。
目前,彭博的产品包括彭博终端(Bloomberg Terminal)、交易执行管理(Trade and Order Management)等,专为财经及商界专业人士提供数据、新闻和分析工具。
彭博的企业解决方案通常会借助科技手段,进行跨机构数据和信息的获取、整合、分发及管理。
近日官宣的BloombergGPT项目,由彭博社和约翰·霍普金斯大学的研究人员共同开发,可以理解为是面向金融行业和商业的语言模型。
即在GPT的原有基础上,根据金融领域的需求进行了较为完善的训练、优化和改进。
官方还表示:其算法有“500亿个参数,是从广泛的金融数据中整理出来的”。已经“针对一个从未有过的领域,建立了最全面专业数据集合”,该AI生成系统“超过了金融界现存的所有模型”。
根据Bloomberg官方说法,彭博社给金融行业带来了一场革命,让市场参与者可以接触到海量的经济和金融信息,也让自己成为全球投资者的一个参考平台。
BloombergGPT的作用与优势
根据官方公开在arXiv的文章《BloombergGPT: A Large Language Model for Finance》中介绍的语言模型来看,金融领域任务共有6种类型,3种判别式任务、3种生成式任务,并被分为外部任务和Bloomberg内部任务。
外部任务包括以下5种:
ConvFinQA :标普500收益报告问答推理
FiQA SA:金融新闻和微博客标题基于方面的情感三分(正面/负面/中性)
FPB:金融新闻句子级别情感三分类(正面/负面/中性)
Headline:新闻标题在预定义标签下的次级分类
NER:信用风险评估数据的命名实体识别
从文章中给出的对比结论来看,BloombergGPT其中4个里都取得了最好的效果,在NER部分获得了第二名。
出于安全性的考虑,官方不会讲BloogbergGPT模型公开,但是模型训练和评估的相关经验会被分享出来。Bloomberg表示会在使用大语言模型前后做好风控,保证生成内容的准确性,尽量避免信息泄露和产出偏见内容的风险。
Bloomberg的重要性
对于有意向进入金融行业的同学们来说,彭博的名字不会太陌生。
Bloomberg的金融终端服务器,能为banker提供市场实时数据与计算服务,还可以提供市场上绝大部分债券和股票的金融指标。熟练使用Bloomberg,是banker们日常必须掌握的技能之一。
加入BloombergGPT后,它的功能想必会更加强大。
在目前公布的材料里,也提到了未来BloombergGPT的研究方向。下一步,作者们会把研究重点放在金融领域的fine-tuning方向,以及是否可以使用更无害和更无偏见的语言上。
对于想进入投行的同学们来说,Bloomberg是锦上添花的工具,还是主要把精力放在软硬背景提升两方面上。