美國財經資訊公司彭博（Bloomberg）近日宣布研發自有聊天機器人 BloombergGPT，盼推出專用金融領域的人工智慧（AI）資訊處理應用，以提供客戶和記者更多功能與服務。
美國新聞業網站尼曼實驗室（Nieman Lab）報導，彭博3月31日發表研究論文詳述BloombergGPT開發。彭博介紹，BloombergGPT是「新大規模生成式AI模型。這個大型語言模型（LLM）專門鎖定範圍廣泛的金融資料訓練產生，目的為了支援多元化的金融產業自然語言處理（NLP）任務集」。
彭博表示，近期以大型語言模型為基礎的人工智慧發展，已在許多領域展示令人振奮的新應用；但金融領域因複雜性及專門術語，必需有專屬模型。BloombergGPT的推出，代表將聊天機器人新科技開發應用到金融產業的第一步。
彭博指出，BloombergGPT將協助改善現有金融相關自然語言任務，如文本情感分析、命名實體辨識（NER）、新聞分類、回答問題和其他功能。此外，它也創造新機會排列可從彭博終端機取得的巨量資料，以提供客戶更多協助。
至於BloombergGPT的訓練規模，彭博表示語料庫有7千億餘個token（字詞碎片）。相較熱門聊天機器人ChatGPT開發公司OpenAI在2020年模型GPT-3，訓練語料庫約有5千億個token。
據彭博說法，BloombergGPT語料庫有3,630億個token取自彭博自有金融資料，也就是來自彭博終端機資料庫，彭博稱這是「至今最大特定領域資料集（dataset）」；其餘3,450億個token則取自其他來源通用資料集。
訓練資料分為財金類FinPile和一般The Pile兩類。FinPile包括彭博檔案庫各類英文金融文件，如新聞文章、公告、新聞稿、網頁內容和社群媒體資料，以及彭博記者撰寫的新聞以外所有新聞來源。
至於The Pile則是龐雜語料庫，來源從YouTube畫面擷取、文藝數位化的古騰堡計畫（Project Gutenberg）到AI訓練常見的安隆公司（Enron）電郵快取。
而BloombergGPT如何使用？尼曼實驗室文章表示，照訓練原理，應有像ChatGPT的功能，此外也能處理與彭博需求更相關的任務，如將自然語言指令翻譯成彭博查詢語言（Bloomberg Query Language）終端機的使用者偏好功能。
BloombergGPT也能為新聞文章提議具有彭博新聞風格的標題。彭博還說，BloombergGPT更能回答與商業有關的提問，無論文本情感分析、分類、資料擷取或任何任務。
（譯者：張正芊；首圖來源：shutterstock）
從這裡可透過《Google 新聞》追蹤 TechNews
