Agentar-Fin-R1 - Ant Financialが開発した大規模な金融推論モデル。 - AiBoss

Agentar-Fin-R1とは何ですか？

Agentar-Fin-R1は、Ant Financialが金融セクター向けに開発した大規模言語モデルであり、金融シナリオにおける推論能力、信頼性、およびドメイン専門知識を強化します。Qwen3基盤モデルをベースとしたこのモデルは、8ビットおよび32ビットのパラメータバージョンを提供し、洗練された金融タスクラベル付けシステムと多層的な信頼性保証フレームワークによって最適化されています。データ構築においては、ラベル駆動型の3段階パイプラインにより、データソース、合成、およびガバナンスの信頼性が確保されます。このモデルは、金融ベンチマーク（Fineva、FinEval、FinanceIQなど）および一般的な推論タスク（MATH-500、GPQA-diamondなど）において非常に優れたパフォーマンスを発揮し、金融分野における卓越した性能と汎用的な推論能力を実証しています。

Agentar-Fin-R1の主な機能

複雑な推論能力Agentar-Fin-R1は、多段階分析、リスク評価、戦略計画などを含む複雑な財務業務を処理できます。
意思決定支援私たちは、綿密な推論とデータ分析を通じて、金融機関に対し、複雑で絶えず変化する金融市場において、より賢明な意思決定を支援するための、的確な意思決定支援を提供します。
意図認識投資相談、商品問い合わせ、リスク評価といった金融シナリオにおけるユーザーの意図を正確に把握し、ユーザーにパーソナライズされたサービスを提供する。
スロットの識別と情報抽出ファンド名、保険商品、株式コードなど、金融文書中の重要な情報を正確に識別し、構造化することができ、その後の分析や処理の基盤を提供する。
ツールの計画と推奨ユーザーのニーズに基づき、ポートフォリオ分析ツールや市場比較ツールなど、適切な金融ツールを推奨することで、ユーザーエクスペリエンスと業務効率を向上させます。
式生成情報の透明性と法令遵守を確保するため、正確で信頼性が高く、規制に準拠した専門的な財務諸表を作成する。
セキュリティリスクの特定悪意のある入力、データ漏洩、システム悪用などのセキュリティ上の脅威を特定し防止し、金融システムの安定的な運用を確保するため。
コンプライアンス検証当社は、マネーロンダリング防止法、データプライバシー保護、投資家保護、リスク開示などの規制要件を深く理解し、厳格に遵守することで、モデルの出力が法的および倫理的基準に準拠していることを保証します。

Agentar-Fin-R1の技術原理

洗練された財務タスクのラベリングシステムAgentar-Fin-R1は、金融分野を複数の明確に定義されたカテゴリに分類する高度な金融タスクラベリングシステムを構築しました。このカテゴリには、さまざまなビジネスシナリオ（銀行、証券、保険など）とタスクタイプ（意図認識、スロット認識、リスク評価など）が含まれます。これにより、データ処理とトレーニングのワークフローが最適化され、体系的なタスク指向の最適化が実現し、金融推論シナリオを包括的にカバーすることが可能になります。
多次元的な信頼性保証Agentar-Fin-R1は、高いデータ品質と信頼性を確保するために、多次元的な信頼性保証フレームワークを採用しています。
- 情報源は信頼できるデータは信頼できる金融機関や規制文書から取得され、その信憑性と関連性は知識工学プロセスを通じて保証される。
- シンセシス・トラストエージェント間の相互協議とレビューを通じて高品質な合成データを生成するための、マルチエージェント協調フレームワークが導入される。
- 信頼できるガバナンスデータセキュリティと品質は、独自開発の報酬モデルに基づいた手動サンプリングとラベリング、重複排除、フィルタリングによって確保されます。
加重トレーニングフレームワークAgentar-Fin-R1は、タスクの難易度に基づいてサンプル重みを動的に調整する、動的重み付けトレーニングフレームワークを採用しています。具体的には以下のとおりです。
- 難易度認識の重み付け各タスクのpass@kスコアを計算することで、タスクの重みが動的に調整され、モデルが複雑なタスクにより多くのリソースを投入するようになります。
- 指数平滑化と下限クリッピング指数平滑化と重み下限剪定を用いることで、学習プロセスの安定性と収束が保証される。
2段階トレーニング戦略Agentar-Fin-R1は、包括的な金融知識の習得と複雑なタスクへの最適化のバランスを取るため、2段階のトレーニング戦略を採用しています。
- フェーズ1金融に関する知識は、大規模な教師ありファインチューニング（SFT）を通じて注入され、モデルが金融分野に関する包括的な知識を持つことを保証します。
- フェーズ2強化学習（GRPO）とターゲットを絞った微調整を組み合わせることで、複雑なタスクにおけるモデルのパフォーマンスをさらに向上させることができる。
帰属ループAgentar-Fin-R1は、エラーの帰属分析と的を絞った改善を通じてモデルのパフォーマンスを最適化するための帰属ループメカニズムを導入しています。
- 誤帰属予測誤差を2次元ラベリングフレームワークを用いて分類し、性能ギャップを特定する。
- 動的なリソース割り当てパフォーマンスのギャップと学習効率に基づいて、トレーニングリソースが動的に割り当てられ、主要なタスクにおけるモデルの継続的な最適化が保証されます。
革新的な評価ベンチマーク Finova実際の金融シナリオにおけるモデルのパフォーマンスを包括的に評価するために、Agentar-Fin-R1は新しい評価ベンチマークを提案する。 Finova本書は、以下の3つの主要な側面を網羅しています。
- インテリジェントエージェントの機能: 金融意図認識、スロット認識、ツールプランニング、式生成などのコア機能を評価する。
- 複雑な推論能力金融数学、コード理解、多段階推論を組み合わせることで、現実世界の金融意思決定シナリオをシミュレートします。
- 安全とコンプライアンスこの評価モデルは、セキュリティリスクの特定と規制遵守におけるその性能を評価する。
高効率なデータ合成と検証Agentar-Fin-R1は、タスク指向の知識誘導型生成と命令進化メカニズムを組み合わせたデュアルトラックデータ合成戦略を採用し、高品質な推論トリプルを生成します。マルチモデルの一貫性検証と手動サンプリングによる注釈付けにより、データの正確性と信頼性が保証されます。

Agentar-Fin-R1プロジェクトの住所

arXiv技術論文：https://arxiv.org/pdf/2507.16802

Agentar-Fin-R1の応用シナリオ

インテリジェントな金融顧客サービスAgentar-Fin-R1は、複数回の対話管理を通じて、ユーザーのニーズを継続的に理解し、口座開設、資金移動、金融アドバイスの提供といった複雑な金融取引をユーザーが段階的に完了できるよう支援します。
リスク評価と管理このモデルは、投資ポートフォリオのリスクレベルを評価し、リスク警告や管理アドバイスを提供することで、投資家がより情報に基づいた意思決定を行うのに役立ちます。
市場動向分析Agentar-Fin-R1は、市場データを分析し、トレンドやパターンを特定し、金融機関に市場動向のリアルタイム分析を提供することができます。
財務諸表分析Agentar-Fin-R1は、自然言語処理技術を用いて財務諸表を解析・分析し、アナリストが重要な情報を迅速に入手できるよう、詳細な財務分析レポートを提供します。
パーソナライズされたおすすめ情報Agentar-Fin-R1は、ユーザーの過去のデータと嗜好に基づいて、投資信託、保険、資産運用商品などの適切な金融商品を推奨することができます。