AI4Finance-Foundation/FinGPT

解決する課題

FinGPTは、プロプライエタリな金融LLM（BloombergGPTなど）に代わるオープンソースの選択肢を提供し、金融インテリジェンスへのアクセスを民主化します。既存のオープンソースLLMの軽量な適応に焦点を当てることで、大規模な金融モデルを一からトレーニングする際に伴う高コストと遅い更新サイクルという問題に対処します。

仕組み

FinGPTは、多層フレームワークを使用して金融データを処理し、モデルを微調整します。コスト効率の高い微調整のためにLoRA (Low-Rank Adaptation) などの技術を活用し、リスク回避などの個々のユーザーの好みに合わせてモデルをパーソナライズするためにRLHF (Reinforcement Learning from Human Feedback) を使用します。エコシステムには、リアルタイム取得のためのデータソース層、NLP処理のためのデータエンジニアリング層、およびさまざまな金融業務にわたるパフォーマンスをベンチマークするためのタスク層が含まれます。

対象者

フルスケールのモデルトレーニングに必要な数百万ドルの予算を投じることなく、感情分析、株価変動予測、金融関係抽出などのタスクに特化したLLMを必要とする金融アナリスト、ロボアドバイザー、およびAI研究者。

ハイライト

• コスト効率の高い適応: 微調整のコストを数百万ドルから1セッションあたり300ドル未満に削減します。
• FinGPT-Forecaster: 企業ニュースを分析し、翌週の株価変動を予測するための特化型ツール。
• マルチタスク機能: 命名エンティティ認識 (NER)、関係抽出、ヘッドライン分類を含むさまざまなタスクをサポートします。
• RAG統合: 金融感情分析を強化するために特別に設計された検索拡張フレームワークが含まれています。
• 幅広いモデルサポート: Llama2、Falcon、Bloom、ChatGLM2に基づいた微調整済みバージョンを提供します。