FinGPT Projesi, Yapay Zeka Örnekleri

FinGPT, FinNLP'de finansal büyük dil modelleri (FinLLM'ler) için İnternet ölçeğindeki verileri demokratikleştirir.

Neden FinGPT?

1). Finans oldukça dinamiktir. BloombergGPT, çok pahalı olan (1,3 milyon GPU saati, yaklaşık 5 milyon dolarlık bir maliyet) karma bir finans ve genel veri kaynakları veri kümesi kullanarak bir LLM'yi yeniden eğitiyor. Bir LLM modelini her ay veya her hafta yeniden eğitmek maliyetlidir, bu nedenle hafif adaptasyon finansta oldukça uygundur. Finansal ortamdaki her önemli değişiklikle birlikte bir modeli sıfırdan yeniden eğitmek gibi maliyetli ve zaman alan bir süreci üstlenmek yerine, FinGPT yeni verilerle uyumlu hale getirmek için hızla ince ayar yapılabilir (uyarlama maliyeti önemli ölçüde düşer, tahminen 416 dolardan daha az) eğitim başına).

2). İnternet ölçeğindeki finansal verilerin demokratikleştirilmesi kritik öneme sahiptir ve bu, otomatik bir veri iyileştirme hattı kullanarak zamanında güncellemelere (aylık veya haftalık güncellemeler) izin vermelidir. Ancak BloombergGPT, ayrıcalıklı veri erişimine ve API'lere sahiptir. FinGPT daha erişilebilir bir alternatif sunar. Daha sonra finansal verilerle beslenen ve finansal dil modellemesi için ince ayar yapılan mevcut en iyi açık kaynaklı LLM'lerden bazılarının güçlü yönlerinden yararlanarak hafif uyarlamaya öncelik verir.

3). Anahtar teknoloji, BloombergGPT'de eksik olan "RLHF (insan geri bildiriminden pekiştirmeli öğrenme)" teknolojisidir. RLHF, bir LLM modelinin ChatGPT ve GPT4'ün "gizli" içeriği olan bireysel tercihleri (riskten kaçınma düzeyi, yatırım alışkanlıkları, kişiselleştirilmiş robo-danışman vb.) öğrenmesini sağlar.

Kaynak: https://github.com/AI4Finance-Foundation/FinGPT