上海财经大学发布匡时财经教育大模型

研究人员(rényuán)输入"分析2025年特朗普关税政策(zhèngcè)对中国经济的(de)影响(yǐngxiǎng)"，上海财经大学打造的智能金融研究助手FinAgent，就可以智能匹配分析深度与输出形式，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、更贴合实际需求。 FinAgent所依托的(de)，正是6月7日上海财经大学发布的匡时财经教育大模型(móxíng)。 发布会上，上海财经大学(shànghǎicáijīngdàxué)统计与数据科学学院教授张立文表示，匡时(kuāngshí)财经教育大模型依托学校深厚的(de)财经学科积淀与前沿技术探索，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(jìnzhǎn)。 首先，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(děng)优势(yōushì)学科，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(jīnróng)、会计、统计等核心学科的高质量、多模态语料库，整合了包括经典(jīngdiǎn)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（如库帕思量化数据、蚂蚁电商金融案例等）在内的海量信息，并据此建立(jiànlì)了标准化(biāozhǔnhuà)的财经知识(zhīshí)图谱。 在技术研发(yánfā)层面，上海财经大学自主研发了全国(quánguó)首个金融R1类大(lèidà)模型Fin-R1和金融大模型评测体系FinEval，为匡时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(píngtái)，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(de)核心目标是精准服务财经教育需求。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，借助无监督预训练(xùnliàn)学习通用语义特征(tèzhēng)。通过强化学习算法，不断优化财经知识推理的准确性(xìng)与教育内容的适配性。 值得一提的是，模型在训练过程中还融入了财经专家与教育从业者提供的人类反馈(fǎnkuì)，确保(quèbǎo)其输出内容精准、实用，有效贴合教学实际需求(xūqiú)。 在(zài)应用生态建设方面(fāngmiàn)，匡时财经教育大模型坚持科教融汇与产教融合双轮驱动。 其中，在科教(kējiào)(jiào)融汇上，大模型依托低代码智能体开发平台及智能体应用(yìngyòng)市场，上海财经大学部署了覆盖“助教、助学、助研、助管”四大场景的(de)智能应用，实现(shíxiàn)了课程设计、学情(xuéqíng)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、学情诊断等功能，构建起“教-学-评”一体化闭环。 在(zài)产教融合上，上海财经大学与行业领军企业(qǐyè)共建创新平台(píngtái)。比如，与阿里巴巴集团合作设立“上财-阿里数实融合创新联合实验室(shíyànshì)”，聚焦(jùjiāo)数字经济研究；与蚂蚁科技集团合作设立“上财-蚂蚁金融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(réncáipéiyǎng)。 此前，上海财经大学校长刘元春曾认为，数智时代(shídài)，财经呈现出新逻辑、新范式、新规律，财经知识创新的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逻辑，通晓(tōngxiǎo)数字技术、数字社会(shèhuì)、数字金融运转(yùnzhuàn)新体系的基础上展开。 自2024年启动(qǐdòng)高质量专业学位研究生培养改革十大行动方案以来，上海财经(cáijīng)大学推动50余个专业方向数智化(shùzhìhuà)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(shǒukuǎn)推理型人工智能金融大模型Fin-R1，着力打造(dǎzào)国家级AI+财经教育创新高地。 上海财经大学表示(biǎoshì)，未来将进一步深化“三位一体”产学研合作，提升学科专业布局的前瞻性和引领性，聚焦金融人工智能等(děng)前沿学科交叉融合(rónghé)，持续赋能财经教育与金融行业。 (本文(běnwén)来自第一财经)