현재 금융 대형 언어 모델(FinLLM)은 두 가지 주요 한계를 가지고 있습니다: 주식 분석 품질에 대한 표준화된 평가 지표의 부족과 분석 깊이의 부족입니다. 우리는 두 가지 혁신을 통해 이러한 한계를 극복했습니다. 첫째, 주식 분석 품질을 평가하는 체계적인 프레임워크인 AnalyScore를 출시했습니다. 둘째, 금융 분석 능력을 향상시키기 위해 전문가들이 신중하게 선별한 데이터셋인 Stocksis를 구축했습니다. Stocksis 데이터셋과 혁신적인 통합 프레임워크 및 정량적 도구를 결합하여 전문 수준의 주식 분석 리포트를 생성할 수 있는 FinSphere 에이전트를 개발했습니다. AnalyScore 평가 결과 FinSphere는 분석 품질과 실제 적용 능력 면에서 일반 LLM, 분야별 금융 LLM 및 기존 스마트 시스템보다 현저히 우수하며, 후자가 실시간 데이터 접근과 소수 샘플 지침 기능을 갖추었음에도 불구하고 그렇습니다. 연구 결과는 분석 품질과 실제 적용에서 FinSphere의 중요한 우수성을 강조합니다.

대형 언어 모델 (LLM); 지시 미세 조정 금융 대형 모델; 실시간 주식 분석; 평가 프레임워크 및 데이터셋