彭博開(kāi)發(fā)BloombergGPT 提供專(zhuān)于金融A(yíng)I信息服務(wù)

美國財經(jīng)信息公司彭博（Bloomberg）近日宣布研發(fā)自有聊天機器人BloombergGPT，盼推出專(zhuān)于金融領(lǐng)域的人工智能（AI）信息處理應用，以提供客戶(hù)和記者更好的功能與服務(wù)。

美國新聞業(yè)網(wǎng)站尼曼實(shí)驗室（Nieman Lab）報導，彭博3月31日發(fā)表研究論文詳述BloombergGPT的開(kāi)發(fā)。據彭博介紹，BloombergGPT是「一個(gè)新的大規模生成式AI模型。這個(gè)大型語(yǔ)言模型（LLM）專(zhuān)門(mén)鎖定范圍廣泛的金融數據來(lái)訓練生成，目的為了支持多元化的金融產(chǎn)業(yè)自然語(yǔ)言處理（NLP）任務(wù)集」。

彭博表示，近期以大型語(yǔ)言模型為基礎的人工智能發(fā)展，已在許多領(lǐng)域展示出令人振奮的新應用；但金融領(lǐng)域因其復雜性及具有專(zhuān)門(mén)術(shù)語(yǔ)，有必要有專(zhuān)屬模型。因此BloombergGPT的推出，代表將聊天機器人這項新科技開(kāi)發(fā)應用到金融產(chǎn)業(yè)的第一步。

彭博指出，BloombergGPT將協(xié)助其改善現有金融相關(guān)自然語(yǔ)言處理的任務(wù)，例如文本情感分析、命名實(shí)體辨識（NER）、新聞分類(lèi)、回答問(wèn)題和其他功能。此外，它也創(chuàng )造新機會(huì )來(lái)排列可從彭博終端機取得的巨量數據，以提供客戶(hù)更好的協(xié)助。

至于BloombergGPT的訓練規模，彭博表示它的語(yǔ)料庫有7000億余個(gè)token（字詞碎片）。相較之下，熱門(mén)聊天機器人ChatGPT的開(kāi)發(fā)公司OpenAI在2020年推出的模型GPT-3，訓練的語(yǔ)料庫則約有5000億個(gè)token。

根據彭博說(shuō)法，BloombergGPT的語(yǔ)料庫中，有3630億個(gè)token取自彭博自有金融數據，也就是來(lái)自彭博終端機的數據庫，彭博號稱(chēng)這是「至今最大的特定領(lǐng)域數據集（dataset）」；其余3450億個(gè)token則是取自其他來(lái)源的通用數據集。

彭博還說(shuō)，訓練數據分為財金類(lèi)FinPile和一般The Pile兩類(lèi)。其中FinPile包括彭博檔案庫中的各類(lèi)英文金融文件，如新聞文章、公告、新聞稿、網(wǎng)頁(yè)內容和社群媒體數據，以及彭博記者撰寫(xiě)的新聞以外所有的新聞來(lái)源。

至于The Pile則是龐雜的語(yǔ)料庫，來(lái)源從YouTube的畫(huà)面擷取、文藝數字化的古騰堡計劃（Project Gutenberg）到AI訓練常見(jiàn)的安隆公司（Enron）電郵快取。

究竟BloombergGPT能夠如何應用？尼曼實(shí)驗室的文章表示，按照其訓練原理，它應該具有像ChatGPT的功能，但此外也能處理與彭博需求更相關(guān)的任務(wù)，例如將自然語(yǔ)言指令翻譯成彭博查詢(xún)語(yǔ)言（Bloomberg Query Language）終端機的用戶(hù)偏好功能。

BloombergGPT也能為新聞文章提議具有彭博新聞風(fēng)格的標題。彭博還說(shuō)，BloombergGPT更能勝任回答與商業(yè)有關(guān)的提問(wèn)，無(wú)論是有關(guān)文本情感分析、分類(lèi)、資料擷取或任何其他任務(wù)。