螞蟻數(shù)科正式發(fā)布金融推理大模型
7月26日，以“智能時代，同球共濟(jì)”為主題的2025世界人工智能大會在上海開幕;亮點(diǎn)很多。我們看到在世界人工智能大會論壇上，螞蟻數(shù)科正式發(fā)布了金融推理大模型Agentar-Fin-R1，金融推理大模型Agentar-Fin-R1是基于Qwen3研發(fā)，Agentar-Fin-R1包括有32B和8B參數(shù)兩個版本。在FinEval1.0、FinanceIQ等權(quán)威金融大模型評測基準(zhǔn)上超越Deepseek-R1等同尺寸開源通用大模型以及金融大模型。更為重要的是，Agentar-Fin-R1還能不斷更新迭代，更新金融政策、市場動態(tài)等關(guān)鍵信息，并通過配套評測工具進(jìn)行針對性優(yōu)化。
螞蟻數(shù)科還推出基于百靈大模型的MOE架構(gòu)模型，獲得更優(yōu)推理速度。此外，還有非推理版本的14B和72B參數(shù)大模型，以滿足金融機(jī)構(gòu)在多樣化場景下的部署需求。
正如螞蟻數(shù)科表達(dá)的那樣，AI智能體產(chǎn)業(yè)價值釋放的關(guān)鍵在于“水平通用”向“垂直專用”的戰(zhàn)略轉(zhuǎn)變。金融AI應(yīng)用更需要“可靠、可控、可優(yōu)化”；這也是金融推理大模型Agentar-Fin-R1的優(yōu)勢。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
螞蟻
+關(guān)注
關(guān)注
0文章
18瀏覽量
8118 -
大模型
+關(guān)注
關(guān)注
2文章
3648瀏覽量
5179
發(fā)布評論請先 登錄
相關(guān)推薦
熱點(diǎn)推薦
大模型推理服務(wù)的彈性部署與GPU調(diào)度方案
7B 模型 FP16 推理需要約 14GB 顯存，70B 模型需要 140GB+，KV Cache 隨并發(fā)數(shù)線性增長，顯存碎片化導(dǎo)致實(shí)際利用率不足 60%。
阿里巴巴發(fā)布通義千問旗艦推理模型Qwen3-Max-Thinking
今天，我們正式發(fā)布千問旗艦推理模型Qwen3-Max-Thinking，創(chuàng)下數(shù)項權(quán)威評測全球新紀(jì)錄。
LLM推理模型是如何推理的？
這篇文章《(How)DoReasoningModelsReason?》對當(dāng)前大型推理模型（LRM）進(jìn)行了深刻的剖析，超越了表面的性能宣傳，直指其技術(shù)本質(zhì)和核心局限。以下是基于原文的詳細(xì)技術(shù)原理、關(guān)鍵
軟通動力榮膺螞蟻數(shù)科“領(lǐng)航AI Agent合作伙伴”
12月11日，首屆螞蟻數(shù)科生態(tài)合作伙伴大會在蘇州召開。大會以“與AI同行· 價值共生”為主題，匯聚數(shù)字科技產(chǎn)業(yè)鏈核心力量，共探AI大模型產(chǎn)業(yè)落地路徑與生態(tài)協(xié)同機(jī)遇，軟通動力高級副總裁霍
華為數(shù)據(jù)存儲與「DaoCloud 道客」發(fā)布AI推理加速聯(lián)合解決方案
規(guī)模化發(fā)展的攔路虎。在有限算力下，長序列輸入導(dǎo)致首Token時延（TTFT）增加，甚至超長序列超出模型上下文窗口限制；隨著并發(fā)數(shù)增加，推理吞吐開始下降，任務(wù)頻繁卡頓；歷史對話和行業(yè)知識的重復(fù)調(diào)用造成算力浪費(fèi)，加大
什么是AI模型的推理能力
NVIDIA 的數(shù)據(jù)工廠團(tuán)隊為 NVIDIA Cosmos Reason 等 AI 模型奠定了基礎(chǔ)，該模型近日在 Hugging Face 的物理推理模型排行榜中位列榜首。
NVIDIA Nemotron Nano 2推理模型發(fā)布
NVIDIA 正式推出準(zhǔn)確、高效的混合 Mamba-Transformer 推理模型系列 NVIDIA Nemotron Nano 2。
華為亮相2025金融AI推理應(yīng)用落地與發(fā)展論壇
近日，2025金融AI推理應(yīng)用落地與發(fā)展論壇在上海舉行。中國銀聯(lián)執(zhí)行副總裁涂曉軍、華為數(shù)字金融軍團(tuán)CEO曹沖出席本次論壇并發(fā)表致辭。論壇上，華為公司副總裁、數(shù)據(jù)存儲產(chǎn)品線總裁周躍峰博士發(fā)布
請問如何在RK3588上使用npu，用onnx模型來推理
請問如何在瑞芯微 RK3588上使用npu，用onnx模型來推理。官網(wǎng)上介紹說要把ONNX模型轉(zhuǎn)換成RKNN模型。但是我并不想這么干，請問有什么辦法嗎？
發(fā)表于 08-09 00:51
大模型推理顯存和計算量估計方法研究
隨著人工智能技術(shù)的飛速發(fā)展，深度學(xué)習(xí)大模型在各個領(lǐng)域得到了廣泛應(yīng)用。然而，大模型的推理過程對顯存和計算資源的需求較高，給實(shí)際應(yīng)用帶來了挑戰(zhàn)。為了解決這一問題，本文將探討大模型
發(fā)表于 07-03 19:43
超低延時重構(gòu)AI推理體驗(yàn)！白山云發(fā)布“大模型API”產(chǎn)品
白山云科技正式發(fā)布“大模型API”產(chǎn)品，首發(fā)上線DeepSeek-R1-0528、DeepSeek-R1-0528-Qwen3-8B、Qwen3-32B-FP8等大語言模型。基于白山全球邊緣云架構(gòu)
GAITC2025｜張科：端云一體大模型推理應(yīng)用實(shí)戰(zhàn)
出席并在《行業(yè)大模型應(yīng)用與發(fā)展》論壇發(fā)表演講，首次深入介紹京東零售在端云一體大模型推理架構(gòu)的實(shí)戰(zhàn)經(jīng)驗(yàn)與技術(shù)探索，并分享AI推理方向的未來發(fā)展思考。 以下為張
詳解 LLM 推理模型的現(xiàn)狀
領(lǐng)域的最新研究進(jìn)展，特別是自DeepSeekR1發(fā)布后興起的推理時間計算擴(kuò)展相關(guān)內(nèi)容。在LLM中實(shí)施和改進(jìn)推理簡單來說，基于LLM的推理模型是一種旨在通過生成中間
中科馭數(shù)高性能網(wǎng)卡產(chǎn)品 成就DeepSeek推理模型網(wǎng)絡(luò)底座
2025年初，DeepSeek-V3與DeepSeek-R1推理模型的開源引爆了AI社區(qū)，這兩款產(chǎn)品作為通用千億級模型與專用推理優(yōu)化模型，為全球AI技術(shù)生態(tài)帶來重大變革，不僅展示了中國
工商網(wǎng)監(jiān)
評論