蚂蚁数科发布金融推理大模型 登顶多个权威金融评测榜

蚂蚁数科发布金融推理大模型 登顶多个权威金融评测榜

7月28日，在世界人工智能大会论坛上，蚂蚁数科正式发布金融推理大模型Agentar-Fin-R1，为金融AI应用打造“可靠、可控、可优化”的智能中枢。Agentar-Fin-R1基于Qwen3研发，在FinEval1.0、FinanceIQ等权威金融大模型评测基准上超越Deepseek-R1等同尺寸开源通用大模型以及金融大模型，显示其更强的金融专业性、推理能力以及安全合规能力。

随着金融业数智化转型不断提速，大模型在金融领域的应用正持续深化，然而在实际业务场景中，往往需要高度专业的金融知识、复杂的业务逻辑推理能力以及严格的金融级安全合规等要求，现有的大模型在解决实际金融任务时仍然存在诸多挑战。

“通用大模型距离产业实际应用存在‘知识鸿沟’。构建专业的金融大模型是推进金融与AI深度融合的必然路径，未来，金融大模型的应用深度将成为金融机构竞争力的关键要素。”蚂蚁数科CEO赵闻飙在演讲中表示。

据悉，蚂蚁数科通过构建全面的金融任务数据体系以及模型训练算法创新，实现模型更强的金融推理能力及可信性。评测结果显示：相较于通用开源模型及其他金融模型，Agentar-Fin-R1在FinEval1.0、FinanceIQ两大主流金融基准测试中均取得最高评分。并且模型在金融能力显著增强的同时，通用能力也表现出较高水准。

在数据层面，蚂蚁数科构建了业内最全面与专业的金融任务分类体系，包括6大类、66小类场景，覆盖银行、证券、保险、基金、信托等金融全场景。基于千亿级金融专业数据语料，通过可信数据合成技术以及结合专家标注的金融长思维链（CoT）构造机制，显著提升模型处理复杂任务的能力，让大模型“天生懂金融，出厂即专家”。

在训练层面，创新的加权训练算法，提高大模型对复杂金融任务学习效率与性能。在后续业务应用中，可显著减少二次微调的数据需求与算力消耗，有效降低大模型在企业落地的门槛与成本。此外，Agentar-Fin-R1还能不断更新迭代，吸收最新的金融政策、市场动态等关键信息，并通过配套评测工具进行针对性优化，让模型能力在真实业务场景中不断进化。

据悉，Agentar-Fin-R1包括32B和8B参数两个版本。蚂蚁数科还推出基于百灵大模型的MOE架构模型，获得更优推理速度。此外，还有非推理版本的14B和72B参数大模型，以满足金融机构在多样化场景下的部署需求。

为了考察大模型在实际金融场景中部署的能力，蚂蚁数科还联合中国工商银行、宁波银行、北京前沿金融监管科技研究院、上海人工智能行业协会等机构联合推出Finova大模型金融应用评测基准，深度考察智能体能力、复杂推理以及安全合规能力。在Finova评测中，Agentar-Fin-R1也取得最高评分，甚至超越更大参数规模的通用模型。目前Finova已经全面开源，推动行业共同提升大模型在金融领域的应用水平。

蚂蚁数科是蚂蚁集团旗下独立科技子公司，致力于以AI及Web3技术助力产业数智化升级。今年以来，蚂蚁数科加速布局企业级大模型服务，并聚焦金融与新能源两大行业场景。在金融领域，蚂蚁数科此前推出金融智能体平台Agentar，成为首批通过信通院评测的智能体平台产品，并获最高评级5级。蚂蚁数科还联合行业合作伙伴，推出超百个金融智能体解决方案，加速大模型在金融业规模化应用。

以上海某银行为例，蚂蚁数科助力上海某银行打造的AI手机银行，创新“对话即服务”模式，用户通过自然对话即可获取各类金融服务，推动银行老年客户满意度提升显著，月活用户同比增长 25%。目前，蚂蚁数科累计已服务100%的国有银行和股份制银行、超60%的地方性商业银行、数百家金融机构。

Top

1、申万菱信基金褚一凡卸任两只基金 此前接管基金已清盘

2、棉密码「塌房」：卫生巾为何总难守住安全底线？,棉密码卫生巾代理价格

3、让更多的年轻人回归家乡，大城市人才浪费的现象太普遍了,中国人才浪费现象