新浪科技訊 7月28日下午消息，螞蟻世界人工智能大會論壇上，數科螞蟻數科正式發布金融推理大模型Agentar-Fin-R1，發布為金融AI應用打造“可靠、金融可控、推理可優化”的大模智能中樞。Agentar-Fin-R1基于Qwen3研發，螞蟻在FinEval1.0、數科FinanceIQ等權威金融大模型評測基準上超越Deepseek-R1等同尺寸開源通用大模型以及金融大模型，發布顯示其更強的金融金融專業性、推理能力以及安全合規能力。推理

　　隨著金融業數智化轉型不斷提速，大模大模型在金融領域的螞蟻應用正持續深化，然而在實際業務場景中，數科往往需要高度專業的發布金融知識、復雜的業務邏輯推理能力以及嚴格的金融級安全合規等要求，現有的大模型在解決實際金融任務時仍然存在諸多挑戰。

　　“通用大模型距離產業實際應用存在‘知識鴻溝’。構建專業的金融大模型是推進金融與AI深度融合的必然路徑，未來，金融大模型的應用深度將成為金融機構競爭力的關鍵要素。”螞蟻數科CEO趙聞飆在演講中表示。

　　據悉，螞蟻數科通過構建全面的金融任務數據體系以及模型訓練算法創新，實現模型更強的金融推理能力及可信性。評測結果顯示：相較于通用開源模型及其他金融模型，Agentar-Fin-R1在FinEval1.0、FinanceIQ兩大主流金融基準測試中均取得最高評分。并且模型在金融能力顯著增強的同時，通用能力也表現出較高水準。

　　在數據層面，螞蟻數科構建了業內最全面與專業的金融任務分類體系，包括6大類、66小類場景，覆蓋銀行、證券、保險、基金、信托等金融全場景。基于千億級金融專業數據語料，通過可信數據合成技術以及結合專家標注的金融長思維鏈（CoT）構造機制，顯著提升模型處理復雜任務的能力，讓大模型“天生懂金融，出廠即專家”。

　　在訓練層面，創新的加權訓練算法，提高大模型對復雜金融任務學習效率與性能。在后續業務應用中，可顯著減少二次微調的數據需求與算力消耗，有效降低大模型在企業落地的門檻與成本。此外，Agentar-Fin-R1還能不斷更新迭代，吸收最新的金融政策、市場動態等關鍵信息，并通過配套評測工具進行針對性優化，讓模型能力在真實業務場景中不斷進化。

　　據悉，Agentar-Fin-R1包括32B和8B參數兩個版本。螞蟻數科還推出基于百靈大模型的MOE架構模型，獲得更優推理速度。此外，還有非推理版本的14B和72B參數大模型，以滿足金融機構在多樣化場景下的部署需求。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：李鐵民