课题详情： 课题背景： •随着大型语言模型（LLM）能力的持续演进，金融行业正迎来 AI 赋能的重大机遇。理财规划、证券分析、投资顾问、客户问答助手等金融应用场景对模型的深层逻辑理解和综合推理能力提出了极高要求。然而，当前通用大模型在金融专业领域存在明显局限：领域知识吸收浅显、推理链路不稳健、评价机制不完善，难以直接支撑智慧金融业务的高标准要求。本课题旨在面向金融理财、证券及各类金融业务助手场景，通过 Agent、SFT、强化学习（RL）等技术手段，深度融合金融领域知识，全面提升大模型在金融应用中的综合深度推理能力，打造 AI 原生级智慧金融应用底座。 当前挑战： 1.如何有效吸收业务知识并形成可持续演进的领域壁垒：金融知识体系庞杂，如何将宏观经济逻辑、产品规则、市场动态等结构化/非结构化知识高效注入模型，是首要难题。 2.如何形成有效的用户闭环反馈与评价机制：金融 AI 效果评估标准模糊，需构建符合业务目标的自动化评估体系，驱动模型智能螺旋式提升。 3.如何构建鲁棒的 Reward 系统及有效的环境模拟：金融场景高风险性对 Reward 设计要求极高，环境模拟须兼顾真实性与安全性，防止策略退化。 4.如何保证方法论的持续先进性：随着通用基础模型能力快速演进，需确保所研发方法能够敏捷适配最新底座模型，保持持续能力提升。 多场景综合调优与 RL 方案设计：资产配置、客户问答、深度金融问答、个股分析、产业分析等场景差异显著，需设计统一而有效的综合调优框架。 工作内容： •深入研究金融领域大模型综合推理能力提升方法和应用落地，例如资产配置分析、个股分析、产业分析，其它投资顾问相关深度问答等场景的模型优化； •探索将业务知识与领域深度推理能力融入大模型的有效方法，通过 Agent、SFT/RLHF 等技术手段提升模型在金融场景的实际效果，提升整体金融智慧能力； •设计并实现鲁棒的 Reward 系统与环境模拟机制，通过多应用场景的持续交互推动模型自我提升； •构建有效的用户闭环反馈与评价机制，推动模型智能持续演进； •负责多场景综合调优与强化学习方案设计，实现通用金融能力的全面提升； •撰写顶会论文并申请专利，形成学术成果输出。 课题要求： 1、计算机、人工智能、统计学、金融工程等相关专业，硕士及以上学历 2、熟悉大语言模型（LLM）基础原理，了解 SFT、RLHF/RLAIF、RL 等训练范式； 3、熟练掌握 Python 编程，具备 PyTorch 等主流深度学习框架使用经验； 4、有金融领域知识或金融 AI 项目经验者优先； 5、在 NeurIPS、ICML、ICLR、ACL 等顶会发表过论文者优先，有金融相关经历或者背景优先； 6、具备独立挖掘科学/业务问题并提出创新性解决方案的能力，能够独立开展研究工作。