AI导读：

6月7日，上海财经大学发布匡时财经教育大模型，依托优势学科构建高质量语料库，提供坚实技术保障。该模型实现课程设计、学情追踪等业务流程智能化升级，打造统一AI教学门户，构建“教-学-评”一体化闭环，实现金融研究范式创新突破。

昨天（6月7日），上海财经大学发布匡时财经教育大模型，标志着该校在财经教育与人工智能融合领域取得重大突破，引领国内财经教育智能化发展。

据悉，匡时财经教育大模型依托上海财经大学应用经济学（A+）等优势学科，结合多学科交叉创新体系，构建了涵盖经济、金融、会计、统计等核心学科的高质量、多模态语料库。该语料库整合了经典教材、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），并据此建立了标准化的财经知识图谱，为财经教育提供强大支撑。

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坚实技术保障。依托“匡时一号”算力集群的混合智能计算平台，实现算力资源的动态调度与高效利用，确保大模型稳定运行。

上海财经大学统计与数据科学学院教授张立文介绍，匡时财经教育大模型基于海量财经数据与多元教育场景文本构建，采用先进架构，通过无监督预训练学习通用语义特征。借助强化学习算法，不断优化财经知识推理与教育内容适配性。训练过程中融入财经专家与教育从业者反馈，确保输出内容精准、实用，贴合教学需求。

上海财大部署覆盖“助教、助学、助研、助管”四大场景的智能应用，实现课程设计、学情追踪、数据管理、质量监测等业务流程智能化升级。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“教-学-评”一体化闭环。

上海财大打造的智能金融研究助手FinAgent，实现金融研究范式创新突破。该平台融合“深思-浅思”双模式分析引擎，支持本地专业知识库深度推演与实时网络搜索市场动态获取。研究人员输入自然语言指令，如“分析2025年特朗普关税政策影响”，FinAgent即可智能匹配分析深度与输出形式，实现从数据获取到成果输出的全流程智能化，提升金融研究效率与精准度。

（文章来源：上观新闻）