部署人工智能财务分析 API：利用百度文心一言的实践指南（二）

在第一篇博客中，我们介绍了如何基于 Flask 部署一个利用百度文心一言模型生成财务分析报告的 API，包括初步准备、代码结构与功能分析、部署和测试以及一个简单的示例。然而，正如我们在第一篇博客结尾提到的，该 API 存在一些不足之处，例如财务数据分析过于简单，报告格式不够理想。在这篇博客中，我们将重点介绍如何改进这些方面，使 API 更加实用和强大。

一、调教百度文心一言大模型参数

在利用百度文心一言模型生成财务分析报告的过程中，合理的模型调教参数设置对于提高报告质量至关重要。以下是针对本项目中模型调教的具体策略和示例：

1.确认模型参数种类

首先要确认所使用的模型有哪些参数，如本项目所使用的模型为 ERNIE-4.0-8K ，对应参数可在示例代码中心查看，其参数如下：

2.参数调教及设置

2.1 参数调教

在百度智能云的千帆大模型平台上，提供了在线调试工具，可用于对模型进行测试和参数调整。 首先在示例代码中心选择自己使用的大模型，调试工具就在页面中间，如下图：

可以选择适当的输入内容及参数设置，点击调试按钮后，模型反馈会及时显示在屏幕右侧。通过在线调试，可以根据实际应用场景和需求，找到更适合的参数组合，以获得更符合期望的模型输出效果。

2.2 参数调整

1. 温度（temperature）参数
   为了在保证报告准确性的同时，使模型输出具有一定的灵活性和多样性，我们将温度参数设置为0.5。这个值相对较低，使得模型的回答更倾向于基于已有的知识和数据进行合理推测，减少随机生成不合理内容的可能性。

2. top_p 参数
   将top_p参数设置为0.75，以平衡输出文本的多样性和相关性。在生成财务分析报告时，模型能够在考虑多种相关因素的基础上，提供丰富但不过于分散的分析内容。

3. penalty_score 参数
   为了减少报告中的重复语句，提高内容的精炼度，我们将penalty_score参数提高到1.5。这样，模型在生成文本时会对重复的词汇或短语进行一定程度的惩罚，促使其生成更简洁、准确的表述。例如，在描述收入趋势时，不会反复使用相同的句式来解释预测结果。

4. system 字段：在system字段中明确设定模型人设为 “你是一位专业的财务分析师，精通各类财务分析方法和指标，能够根据提供的财务数据生成详细、准确、具有实用价值的财务分析报告。你善于用简洁明了的语言阐述复杂的财务概念和分析结果，注重数据的准确性和逻辑的严密性。” 这有助于引导模型按照专业财务分析的规范和风格生成报告。

5. disable_search 参数：设置disable_search = True，关闭实时搜索功能。因为我们主要依赖于上传的财务数据进行分析，外部搜索信息可能会干扰分析的准确性和一致性，确保模型专注于内部数据处理。

6. enable_citation 参数：开启enable_citation = True，使模型有概率返回搜索溯源信息。在财务分析报告中，这可以为数据来源或分析依据提供一定的参考依据，增加报告的可信度和透明度。

7. max_output_tokens 参数：根据预期报告的长度和详细程度，将max_output_tokens设置为1800。这样既能保证报告包含足够丰富的财务分析内容，又不会使报告过于冗长，便于用户阅读和理解。

</