彭博社版的ChatGPT已经到来。
周五,布隆伯格宣布启动了一项大规模的人工智能模型,一直在训练有素的财务数据来改善现有的自然语言处理任务,如情绪分析和新闻分类。
BloombergGPT是第一大语言模型专门为金融行业。然而,它可能是一个指标的进来fintech:金融公司使用自己的数据创建ChatGPT-like模型。
吉迪恩曼称,彭博社的机器学习和研究产品,投资者“需要处理海量数据的能力“近年来他们一直面临着。BloombergGPT旨在解决这个问题通过公司的终端上查询过程更简单,而产生更好的结果。
与广泛的已知ChatGPT技术,BloombergGPT没有面向公众聊天机器人界面。换句话说,没有BloombergGPT网站你可以在其中键入查询,如“写一个投资者的信”,然后获得一个相对可信的结果。
相反,BloombergGPT被集成到彭博终端,提高用户的能力找到他们正在寻找的信息平台。
“我们做的大多数事情BloombergGPT会在幕后,”曼恩说。“你不是要互动。它会加强和扩大现有的终端技术。”
建立BloombergGPT,公司把信息从自己的财务数据来自公共部门的档案和创建一个数据集7000亿多名“令牌”,或片段的文本,根据一篇研究论文流程用于构建模型。然后公司参加了这个数据集和训练“decoder-only休闲语言模型,”,这是通常用于模型咨商与咨客间。
彭博社然后测试模型与各种自然语言处理任务,如阅读理解和知识的评估。在比较与其他大型语言模型,包括GPT NeoX,选择,和开花- 176 b, BloombergGPT表现在金融相关的任务。
这包括,例如,情绪分析。彭博测试三种类型的分析:股票新闻人气,股本社交媒体情绪,和股票记录情绪。平均而言,在这些类别BloombergGPT得分62.47分。选择,得分接近BloombergGPT的大型语言模型,平均得分为35.76分。
该公司已经使用BloombergGPT创建“银数据”信息,用于训练,更小的人工智能模型。
BloombergGPT还将帮助彭博终端用户寻找更好的方法来寻求他们正在寻找的信息。终端使用搜索语言叫彭博查询语言来给用户分析和搜索数据的能力。
但是可以为一些用户复杂的语言。“使用它的人,即使他们知道,他们没有充分利用语言的力量,”曼恩说。
BloombergGPT的集成可能允许用户获取搜索结果类似于使用BQL他们会发现什么,但不必使用编程语言。相反,他们可以简单地输入请求使用日常英语。
“我们正从一个世界,人们必须学习如何与计算机世界,电脑会说我们的语言,能够理解语言更自然,”曼恩说。
