适用于多模态金融分析任务的端到端智能体金融模型方法技术

本发明专利技术公开了适用于多模态金融分析任务的端到端智能体金融模型方法，该方法包括以下步骤：构造适用于微调的多模态金融数据集；使用构建的金融数据集对大语言模型进行微调；使用通用大模型作为智能体模型对用户问题进行意图识别，并生成相应的API请求参数或数据库检索参数对API请求和数据库检索得到的原始知识文档进行文档重写；对获取的所有知识文档进行重排序和倒数排序融合；将知识文档与金融任务提示词相结合，输入微调后的金融大模型，进行有效的金融分析。本发明专利技术提出的端到端智能体金融大模型方法主要解决数据库检索知识文档质量低、相关性弱的问题，可以有效提高知识文档的信噪比，从而提升金融大模型输出内容的事实性与可靠性。

【技术实现步骤摘要】

本专利技术涉及金融大模型技术，特别是涉及一种适用于多模态金融分析任务的端到端智能体金融模型方法。

技术介绍

1、金融分析任务主要包括股票趋势预测和金融问答这两个关键领域。目前机器学习和深度学习算法在时序预测方面取得了广泛应用，大语言模型在文本情感分析、文本意图识别、开放域对话等领域也取得了显著的进展。然而，完成金融分析任务要求具有丰富的特定领域背景知识，且时效性较强。机器学习和深度学习算法无法对预测结果提供详细的推理过程，缺乏可解释性；大语言模型在实际应用中仍然存在一定的局限性，无法及时跟进最新的市场动态和信息。通过检索增强生成技术可以有效地提升金融大模型的实时性、可靠性和准确性。

2、在现有的工作中，yang等人(fingpt-open-source financial large languagemodels)使用基于大语言模型的方法完成金融分析任务，利用大语言模型的文本生成能力实现简单的金融问答，但该方法存在实时性、可靠性不足的问题；xie等人(pixiu-a largelanguage model instruction data an本文档来自技高网...

【技术保护点】

1.适用于多模态金融分析任务的端到端智能体金融模型方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的适用于多模态金融分析任务的端到端智能体金融模型方法，其特征在于，所述多模态金融数据集包括：通用金融数据集、金融图像分析数据集、金融新闻和金融问答数据集；

3.根据权利要求1所述的适用于多模态金融分析任务的端到端智能体金融模型方法，其特征在于，使用低秩适应LoRA方法完成微调，微调过程中，金融模型中原有的参数将被冻结，仅更新新增的LoRA模块中的参数。

4.根据权利要求1所述的适用于多模态金融分析任务的端到端智能体金融模型方法，其特征在于，所述智能...

【技术特征摘要】

1.适用于多模态金融分析任务的端到端智能体金融模型方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的适用于多模态金融分析任务的端到端智能体金融模型方法，其特征在于，所述多模态金融数据集包括：通用金融数据集、金融图像分析数据集、金融新闻和金融问答数据集；

3.根据权利要求1所述的适用于多模态金融分析任务的端到端智能体金融模型方法，其特征在于，使用低秩适应lora方法完成微调，微调过程中，金融模型中原有的参数将被冻结，仅更新新增的lora模块中的参数。

4.根据权利要求1所述的适用于多模态金融分析任务的端到端智能体金融模型方法，其特征在于，所述智能体模型使用chatglm2-6b、qwen-7b开源模型，或者使用chatgpt模型等api调用模型；通过设置提示词，智能体模型通过回答当前用户问题判断是否需要请求相关知识文档，请求何种类型的知识文档，并按照提示词中约束的格式生成api请求或数据库检索参数的json对象：

5.根据权利要求1所述的适用于多模态金融分析任务的端到端智能体金融模型方法，其特征在于，步骤(d)中，使用chatgpt模型对原始文档分别进行文档重写，提取出文档和关键...

【专利技术属性】
技术研发人员：杜卿，李振宇，施晨，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：