通过强化学习驱动的金融推理大模型
通过高质量的可验证金融问题微调训练，采用SFT（监督微调）和RL（强化学习）两阶段训练，显著提升模型金融推理能力。
采用轻量化的7B参数量级架构，在显著降低部署成本的同时，实现卓越的性能表现，超越同规模模型。
在多个金融领域基准测试上的表现达到参评模型的SOTA水平，特别在FinQA和ConvFinQA两大关键任务测试中取得领先优势。
实现各种金融模型、算法和分析任务的计算机编程代码，支持从简单的财务计算到复杂的金融衍生品定价。
建立数学模型并运用数值方法解决实际金融问题，为金融决策提供科学依据。
聚焦于防范金融犯罪与遵守监管要求，帮助企业建立健全的合规管理体系。
利用AI与大数据技术识别和管理金融风险，能够发现潜在的风险模式和异常交易行为。
评估企业在环境、社会、治理的表现，衡量可持续发展能力，确保投资活动促进社会责任。
强调在跨语言环境下使用英语进行金融模型的构建和计算，提供国际化的金融分析能力。
在覆盖多项金融业务场景的基准测试上，我们的模型以仅7B的轻量化参数规模展现出显著的性能优势，全面超越参评的同规模模型。
| 模型 | 参数量 | FinQA | ConvFinQA | Ant_Finance | TFNS | Finance-Instruct-500k | 平均分 |
|---|---|---|---|---|---|---|---|
| DeepSeek-R1 | 671B | 71.0 | 82.0 | 90.0 | 78.0 | 70.0 | 78.2 |
| Fin-R1 | 7B | 76.0 | 85.0 | 81.0 | 71.0 | 62.9 | 75.2 |
| Qwen-2.5-32B-Instruct | 32B | 72.0 | 78.0 | 84.0 | 77.0 | 58.0 | 73.8 |
| DeepSeek-R1-Distill-Qwen-32B | 32B | 70.0 | 72.0 | 87.0 | 79.0 | 54.0 | 72.4 |
| Fin-R1-SFT | 7B | 73.0 | 81.0 | 76.0 | 68.0 | 61.0 | 71.9 |
博智税通信息科技股份有限公司成立于2015年9月，总部位于北京，由业界资深财税专家与互联网精英共同发起设立，并得到中财龙马公益基金会鼎力支持，致力于打造基于互联网技术与财税服务深度融合创新的O2O开放式财税生态服务平台。
公司口号：博智税通，让财税变轻松
产品理念：以用户为中心，追求极致的用户体验
经营理念：共建、共享、共赢
企业愿景：整合财税行业资源，为企业和个人解决财税问题，致力于打造"互联网+财税"服务领导品牌，引领财税行业实现转型升级
推出线上线下互联互通的财税产品服务形态，广泛地将财税研究机构、专家、学者、财税工作者、财税服务机构、中小微企业、个人连接在一起，构建财税服务生态圈，分享前沿、权威、实战、贴心的全品类的财税服务与培训，为用户提供全方位、一站式的财税增值服务。
机构服务商和个人工作室：为财税服务机构和财税师开设网上事务所、个人工作室等模块，帮助专业人士利用碎片化时间获得收益。
中小企业和个人用户：以"用户获得财税知识和促成财税交易"为落脚点，通过能力雷达系统精准匹配供应商，为中小企业提供一站式采购。