Baichuan4-Finance API 现已在百川智能官网正式上线：https://platform.baichuan-ai.com/finPage  

作为金融领域最新的评测体系，FLAME 兼顾专业性和实用性，由两个方向的评测基准组成。其中，FLAME-Cer 主要面向模型的专业金融能力评测，覆盖了 CPA、CFA、FRM 等 14 类权威金融资格认证；FLAME-Sce 则侧重模型的场景应用能力，包含 10 个一级核心金融业务场景，21 个二级细分金融业务场景，近百个三级金融应用任务。

注：FLAME（Financial Large-Language Model Assessment and Metrics Evaluation）是中国人民大学财政金融学院 12 月 17 日发布的金融评测体系（github 地址：https://github.com/FLAME-ruc/FLAME/tree/main）。

FLAME-Cer 评测结果显示，Baichuan4-Finance 在银行、保险、基金、证券等多个资格认证领域的准确率均突破了 95%，整体准确率 93.62%，大幅领先 GPT-4o 和 XuanYuan3-70B-Chat，超出 GPT-4o 近 20%。GPT-4o 是金融领域公认的综合实力最强的通用模型之一，而 XuanYuan3-70B-Chat 则是国内首个开源中文金融大模型。

在 FLAME-Sce 评测中，Baichuan4-Finance 一级核心金融业务场景的整体可用率达 84.15%，其金融数据计算、金融知识理论等场景的可用率更是超过 90%，实际应用场景中的表现非常优秀。

不仅如此，在国内主流开源金融评测基准 FinanceIQ 上 Baichuan4-Finance 同样超越了 GPT-4o 和 XuanYuan3-70B，整体准确率达到 79.23%，领先 GPT-4o 近 13%。

如何让模型在提升专业能力的同时不损失通用能力，是当下大模型落地具体场景最大的阻碍。为解决这一问题，百川智能打造了一套全链路领域增强方案，该方案覆盖了高质量数据集构建、模型预训练、微调、强化学习等从模型研发到场景应用的全流程。

在模型训练阶段，通过行业首创的领域自约束训练技术，百川智能实现了模型专项能力和通用能力同步提升的效果，极大提升了模型多元场景的可用性。而 Baichuan4-Finance 正是这一方案的最新成果，全链路金融领域增强让其既掌握了扎实的金融理论基础，又具备了丰富的多场景实践应用能力。

具体而言，Baichuan4-Finance 的高质量金融数据集全面且严谨，既包含金融专业教材与学术著作、顶级金融期刊论文、监管机构政策文件、金融法律法规等核心专业金融知识数据，也覆盖了金融专业问答集、企业财报与年度报告、金融类研究分析报告等实践应用类数据，为提升模型金融能力提供了良好的底层支撑。

在此基础上，Baichuan4-Finance 还在领域自约束训练过程中引入了更高精的通用数据，与高质量金融数据一起进行混合训练，最终实现了模型通用能力不下降，金融能力稳定增长的效果。

此外，百川智能在后训练环节也做了大量增强工作，如：通过合成数据、指令数据对模型进行有监督的微调；在强化学习策略中，针对数学计算等金融领域特别关注的场景进行样本增强等，进一步提升了模型性能。

值得一提的是，为了更好地助力金融企业将大模型应用到各种真实场景，百川智能还在官网发布了 Baichuan4-Finance 全链路领域增强的技术报告，详细阐述了包括「领域自约束训练」在内的各项技术细节。此举不仅将极大增强金融行业对大模型的认知，还将有效提升金融企业部署大模型的能力与意愿。

攻克了专项能力和泛化能力平衡问题这一模型落地应用的最大阻碍后，Baichuan4-Finance 能够在效率提升、风控合规、客服、决策支持等诸多层面为金融行业带来全方位的价值提升。例如，它能够帮助金融从业者处理文档审核、客户咨询、产品营销等大量日常工作，还能依托深厚的金融专业知识和法律法规理解能力，为机构提供精准的风险识别和合规保障。此外，还可以凭借强大的数据分析能力为管理层提供专业的市场洞察和决策建议。

用友表示，Baichuan4-Finance 凭借其海量的金融专业知识储备，在财税知识问答场景中，准确率较 Baichuan4-Turbo 提升了 20%，较 GPT-4o 提升了 10%，表现尤为亮眼。

软通动力表示，客户在实际应用中既要求大模型具备通用能力，又希望其在金融场景中有所专长。「经过对比测试，我们发现 Baichuan4-Finance 完美契合这一需求，不仅通用能力出色，金融专业能力也得到了增强。自部署 Baichuan4-Finance 以来，我们的客户满意度提升了 20%。」