计算机行业金融AI专题研究：垂类大模型与智能投研前景
本报告深度分析AI+金融四个层次：传统机器学习、通用大模型微调、垂类大模型预训练、智能投研。BloombergGPT等垂类模型效果更优，智能投研加速落地，金证股份等公司领衔。数据亮点：500亿参数BloombergGPT、3630亿标签数据集、智能投研降本增效。
报告摘要
本报告深度分析AI+金融四个层次：传统机器学习、通用大模型微调、垂类大模型预训练、智能投研。BloombergGPT等垂类模型效果更优，智能投研加速落地，金证股份等公司领衔。数据亮点：500亿参数BloombergGPT、3630亿标签数据集、智能投研降本增效。
核心要点
- AI+金融四个层次
- 垂类领域预训练优势
- 国外金融垂类大模型
- AI赋能智能投研
报告信息
- 文件全名
- 《计算机行业专题研究：加大重视金融AI-国盛证券》
- 适合读者
- 核心数据
- 500亿参数
- 3630亿标签
- 4个层次
- 核心议题
常见问题
《计算机行业金融AI专题研究：垂类大模型与智能投研前景》主要包含哪些内容?
本报告深度分析AI+金融四个层次：传统机器学习、通用大模型微调、垂类大模型预训练、智能投研。BloombergGPT等垂类模型效果更优，智能投研加速落地，金证股份等公司领衔。数据亮点：500亿参数BloombergGPT、3630亿标签数据集、智能投研降本增效。核心数据:500亿参数;3630亿标签;4个层次。
这份报告由哪家机构发布?
本报告由国盛证券发布,发布于 2023 年。
这份报告覆盖哪一年、篇幅多大?
覆盖 2023 年,全文约 24.0。
这份报告是免费的吗?如何获取?
本报告为付费报告,可在资料宝站内下单后获取完整内容。
这份报告适合哪些读者?
适合金融科技从业者、投资机构、AI研究员等读者参考。
报告涉及哪些关键议题?
重点分析了互联网、垂类大模型、计算机、AI等议题。
继续阅读
查看全部 →