数据集:

• chancefocus/pixiu
• ChanceFocus/FLUPE 语言:
• 英文 推理: 否 许可证: mit 评估指标:
• 准确率
• 精确匹配
• F1分数 库名称: transformers 标签:
• 金融
• llama
• 大语言模型

FinMA-7B-NLP金融大语言模型

FinMA-7B-NLP是貔貅项目开发的金融领域大语言模型。该模型专为理解复杂金融术语和概念而设计，经过自然语言指令微调，可显著提升下游金融任务表现。特别说明的是，FinMA-7B-NLP仅基于貔貅数据集中的NLP任务进行训练，使其特别擅长情感分析、新闻标题分类、命名实体识别和问答等专项任务。

貔貅项目其他模型

除FinMA-7B-NLP外，貔貅项目还包含以下两个模型：

• FinMA-7B-full：该模型使用貔貅数据集全部指令数据进行训练，涵盖NLP与预测任务，是能力更全面的综合型金融模型
• FinMA-30B：基于LLaMA-30B模型微调的增强版本，与FinMA-7B-NLP相同，仅使用NLP指令数据进行训练

使用方式

可通过Hugging Face Transformers库在Python项目中调用本模型：

from transformers import LlamaTokenizer, LlamaForCausalLM

tokenizer = LlamaTokenizer.from_pretrained('ChanceFocus/finma-7b-nlp')
model = LlamaForCausalLM.from_pretrained('ChanceFocus/finma-7b-nlp', device_map='auto')

示例中使用LlamaTokenizer加载分词器，LlamaForCausalLM加载模型。device_map='auto'参数可实现GPU自动调用。

托管推理API

用户也可通过Hugging Face推理API直接调用模型，无需搭建本地推理环境。该模型支持按需加载至推理API。

许可证

FinMA-7B-NLP采用MIT许可证，详见MIT文件。

项目背景

本模型隶属于貔貅项目——首个包含金融大语言模型、指令微调数据及评估基准的开源项目，旨在系统评估金融LLM并持续推动金融人工智能的开源发展。更多信息请访问GitHub上的貔貅项目。

引用规范

使用FinMA-7B-NLP时请引用貔貅论文：

@misc{xie2023pixiu,
 title={貔貅：面向金融领域的大语言模型、指令数据与评估基准}, 
 author={谢倩倩、韩伟光、张晓、赖彦昭、彭敏、Alejandro Lopez-Lira、黄继民},
 year={2023},
 eprint={2306.05443},
 archivePrefix={arXiv},
 primaryClass={cs.CL}
}