语言:

• 英文 任务标签: 图像文本到文本 库名称: transformers 额外授权字段: 名字: 文本 姓氏: 文本 所属机构: 文本 职位: 文本 电子邮箱: 文本 国家: 国家 我想将此模型用于: 类型: 选择 选项: - 研究 - 教育 - 标签: 其他 值: 其他 我同意仅将此模型用于非商业用途: 复选框

FinSeer 模型卡片

模型详情

模型类型: StockLLM 是一个开源的经过微调的 10 亿参数大语言模型，作为我们首个专为金融时间序列预测设计的检索增强生成（RAG）框架的核心。

论文或更多信息:

https://arxiv.org/pdf/2502.05878

免责声明

本仓库及其内容仅供学术和教育目的使用。所有材料均不构成财务、法律或投资建议。对于内容的准确性、完整性或实用性，不作任何明示或暗示的保证。作者和贡献者不对任何错误、遗漏或由此产生的任何后果负责。用户应自行判断并在做出任何财务、法律或投资决策前咨询专业人士。使用本仓库中的软件和信息完全由用户自行承担风险。

通过使用或访问本仓库中的信息，您同意赔偿、辩护并使作者、贡献者及任何相关组织或个人免受任何及所有索赔或损害。

引用

@misc{xiao2025enhancingfinancialtimeseriesforecasting,
      title={利用检索增强大语言模型提升金融时间序列预测}, 
      author={肖梦溪、姜子豪、钱凌飞、陈正宇、何悦如、徐艺菁、蒋月城、李栋、翁瑞玲、彭敏、黄继民、Sophia Ananiadou、谢倩倩},
      year={2025},
      eprint={2502.05878},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.05878}, 
}

许可证: MIT