aliyun/qwen-dianjin

解決的問題

Qwen DianJin 是一個針對金融領域應用大型語言模型（LLMs）的綜合性研究中心。它解決了高品質金融資料長期匱乏的問題，以及銀行、保險、資產管理等領域對專業推理、工具使用和金融文件多模態理解能力的需求，協助建構可靠的AI代理。

工作原理

本專案採用「資料飛輪」方法論：評估（使用業界級基準）→ 資料合成（生成可控制的軌跡資料）→ 後訓練（使用SFT與RL將資料轉化為能力）。此循環應用於多個研究方向：

• 推理與後訓練：開發專用模型如 DianJin-R1 與首個金融領域流程獎勵模型（Fin-PRM）。
• 智能體能力：建構技能庫（DianJin-SKILLS）與自主規劃框架（DianJin-TIR）。
• 多模態理解：使用推理與工具交錯的視覺語言模型（DianJin-OCR-R1）進行金融文件分析。
• 對話系統：實作認知-情緒-策略推理鏈，用於客戶與情感支援（CSC 與 CARE）。
• 評估：建構分層基準如 CFLUE 與 FinMCP-Bench，以衡量基礎與智能體表現。

適用對象

本專案針對AI研究人員、金融機構，以及開發專業金融AI代理與推理模型的開發者。

主要亮點

• DianJin-R1：一系列金融推理模型（7B、13B、32B）及相關資料集。
• DianJin-SKILLS：即插即用的AI代理技能庫，涵蓋10個專業角色與130+項標準化技能。
• Fin-PRM：金融領域專用的流程獎勵模型。
• DianJin-RED：面向代理系統的行動導向紅隊測試基準，包含1,661個可執行案例。
• DianJin-OCR-R1：增強金融文件OCR能力的視覺-語言模型。