昨天（6月7日），上海财经大学发布匡时财经教育大模型，标志着该校在推动财经教育与人工智能深度融合方面取得重要进展。
据悉，匡时财经教育大模型，植根于上海财经大学应用经济学（A+）等优势学科，以及多学科交叉融合的创新体系。项目构建了覆盖经济、金融、会计、统计等核心学科的高质量、多模态语料库，整合了包括经典教材、专业书籍、学术论文、期刊文献、精品教学资源及企业级金融数据（如库帕思量化数据、蚂蚁电商金融案例等）在内的海量信息，并据此建立了标准化的财经知识图谱。
上海财大自主研发了全国首个金融R1类大模型Fin-R1和金融大模型评测体系FinEval，为匡时财经教育大模型提供了坚实的技术支撑。同时，依托“匡时一号”算力集群打造的混合智能计算平台，实现了算力资源的动态调度与高效利用，保障了大模型的稳定运行。
上海财经大学统计与数据科学学院教授张立文介绍，作为一款最懂财经知识的大模型，匡时财经教育大模型基于海量财经专业数据与多元教育场景文本构建，采用先进的大模型架构，借助无监督预训练学习通用语义特征。该模型通过强化学习算法不断优化财经知识推理的准确性与教育内容的适配性。“特别值得一提的是，模型在训练过程中融入了财经专家与教育从业者提供的人类反馈，进行针对性调优，确保其输出内容精准、实用，有效贴合教学实际需求。”
文汇报记者了解到，上海财大部署了覆盖“助教、助学、助研、助管”四大场景的智能应用，实现了课程设计、学情追踪、数据管理、质量监测等业务流程的智能化升级。同时，整合校内外资源打造统一AI教学门户，集成知识图谱导航、智能问答、学情诊断等功能，构建起“教-学-评”一体化闭环。
上海财大打造的智能金融研究助手FinAgent，实现了金融研究范式的创新突破。该平台深度融合“深思-浅思”双模式分析引擎，既支持基于本地专业知识库的深度推演，又能结合实时网络搜索获取最新市场动态。研究人员只需输入自然语言指令，如“分析2025年特朗普关税政策对中国经济的影响”，FinAgent即可智能匹配分析深度与输出形式——无论是严谨的专业报告、通俗的微信公众号解读，实现了从数据获取到成果输出的全流程智能化，让金融研究更高效、精准、贴合实际需求。