7月28日，在世界人工智能大會論壇上，螞蟻數科正式發布金融推理大模型Agentar-Fin-R1，為金融AI應用打造“可靠、可控、可優化”的智能中樞。該大模型基于Qwen3研發，在Fineval1.0、FinanceIQ等權威金融大模型評測基準上超越DeepSeek-R1等同尺寸開源通用大模型以及金融大模型，顯示其更強的金融專業性、推理能力以及安全合規能力。

隨著金融業數智化轉型不斷提速，大模型在金融領域的應用正持續深化，然而在實際業務場景中，往往需要高度專業的金融知識、復雜的業務邏輯推理能力以及嚴格的金融級安全合規等要求，現有的大模型在解決實際金融任務時仍然存在諸多挑戰。

“通用大模型距離產業實際應用存在‘知識鴻溝’。構建專業的金融大模型是推進金融與AI深度融合的必然路徑，未來，金融大模型的應用深度將成為金融機構競爭力的關鍵要素。”螞蟻數科CEO趙聞飆在演講中表示。

螞蟻數科通過構建全面的金融任務數據體系以及模型訓練算法創新，實現模型更強的金融推理能力及可信性。評測結果顯示：相較于通用開源模型及其他金融模型，Agentar-Fin-R1在Fineval1.0、FinanceIQ兩大主流金融基準測試中均取得最高評分，并且模型在金融能力顯著增強的同時，通用能力也表現出較高水準。

在數據層面，螞蟻數科構建了業內最全面與專業的金融任務分類體系，包括6大類、66小類場景，覆蓋銀行、證券、保險、基金、信托等金融全場景。基于千億級金融專業數據語料，通過可信數據合成技術以及結合專家標注的金融長思維鏈（CoT）構造機制，顯著提升模型處理復雜任務的能力，讓大模型“天生懂金融，出廠即專家”。

在訓練層面，創新的加權訓練算法提高了大模型對復雜金融任務學習的效率與性能。在后續業務應用中，可顯著減少二次微調的數據需求與算力消耗，有效降低大模型在企業落地的門檻與成本。此外，Agentar-Fin-R1還能不斷更新迭代，吸收最新的金融政策、市場動態等關鍵信息，并通過配套評測工具進行針對性優化，讓模型能力在真實業務場景中不斷進化。

據介紹，Agentar-Fin-R1包括32B和8B參數兩個版本。螞蟻數科還推出基于百靈大模型的MOE架構模型，獲得更優推理速度。此外，還有非推理版本的14B和72B參數大模型，以滿足金融機構在多樣化場景下的部署需求。

為了考察大模型在實際金融場景中部署的能力，螞蟻數科聯合中國工商銀行、寧波銀行、北京前沿金融監管科技研究院、上海人工智能行業協會等機構推出Finova大模型金融應用評測基準，深度考察智能體能力、復雜推理以及安全合規能力。在Finova評測中，Agentar-Fin-R1也取得最高評分，甚至超越更大參數規模的通用模型。目前Finova已經全面開源，推動行業共同提升大模型在金融領域的應用水平。

螞蟻數科是螞蟻集團旗下獨立科技子公司，致力于以AI及Web3技術助力產業數智化升級。今年以來，螞蟻數科加速布局企業級大模型服務，并聚焦金融與新能源兩大行業場景。在金融領域，螞蟻數科此前推出金融智能體平臺Agentar，成為首批通過中國信息通信研究院評測的智能體平臺產品，并獲最高評級5級。螞蟻數科還聯合行業合作伙伴，推出超百個金融智能體解決方案，加速大模型在金融業規模化應用。

目前，螞蟻數科累計已服務100%的國有銀行和股份制銀行、超60%的地方性商業銀行，以及數百家金融機構。

上游新聞 楊昕華