本文是LLM系列文章,针对《A Survey of Large Language Models in Finance (FinLLMs)》的翻译。
金融学大语言模型综述(FinLLM)
摘要
大型语言模型(LLM)在各种自然语言处理(NLP)任务中表现出了非凡的能力,并吸引了包括金融服务在内的多个领域的关注。尽管对一般领域LLM进行了广泛的研究,并在金融领域具有巨大的潜力,但金融LLM(FinLLM)的研究仍然有限。本调查全面概述了FinLLM,包括其历史、技术、性能以及机遇和挑战。首先,我们按时间顺序概述了从通用领域预训练语言模型(PLM)到当前的FinLLM,包括GPT系列、选定的开源LLM和金融LM。其次,我们比较了金融PLM和FinLLM使用的五种技术,包括训练方法、训练数据和微调方法。第三,我们总结了六个基准任务和数据集的性能评估。此外,我们还提供了八个高级金融NLP任务和数据集,用于开发更复杂的FinLLM。最后,我们讨论了FinLLM面临的机遇和挑战,如幻觉、隐私和效率。为了支持金融领域的人工智能研究,我们在GitHub上汇编了一组可访问的数据集和评估基准。
1 引言
大型语言模型(LLMÿ