自從ChatGPT進入大眾視線，
就引發了大量的討論和關注。
從數據安全、發展速度、社會倫理危害，
再到“AI是否會取代部分工作崗位，
造成失業潮”的擔憂，話題源源不斷。
近日，AI的浪潮終于掀到了金融圈，
Bloomberg官宣金融版“ChatGPT”的發布，
該來的還是來了，
難道華爾街banker也”難逃一劫“？
BloombergGPT還是來了！
彭博（Bloomberg）是全球商業、金融信息和財經資訊的領先提供商， 總部位于美國紐約市曼哈頓，金融業務遍及全球185個國家與地區。
目前，彭博的產品包括彭博終端(Bloomberg Terminal)、交易執行管理（Trade and Order Management)等，專為財經及商界專業人士提供數據、新聞和分析工具。
彭博的企業解決方案通常會借助科技手段，進行跨機構數據和信息的獲取、整合、分發及管理。
近日官宣的BloombergGPT項目，由彭博社和約翰·霍普金斯大學的研究人員共同開發，可以理解為是面向金融行業和商業的語言模型。
即在GPT的原有基礎上，根據金融領域的需求進行了較為完善的訓練、優化和改進。
官方還表示：其算法有“500億個參數，是從廣泛的金融數據中整理出來的”。已經“針對一個從未有過的領域，建立了最全面專業數據集合”，該AI生成系統“超過了金融界現存的所有模型”。
根據Bloomberg官方說法，彭博社給金融行業帶來了一場革命，讓市場參與者可以接觸到海量的經濟和金融信息，也讓自己成為全球投資者的一個參考平臺。
BloombergGPT的作用與優勢
根據官方公開在arXiv的文章《BloombergGPT: A Large Language Model for Finance》中介紹的語言模型來看，金融領域任務共有6種類型，3種判別式任務、3種生成式任務，并被分為外部任務和Bloomberg內部任務。
外部任務包括以下5種：
ConvFinQA ：標普500收益報告問答推理
FiQA SA：金融新聞和微博客標題基于方面的情感三分（正面/負面/中性）
FPB：金融新聞句子級別情感三分類（正面/負面/中性）
Headline：新聞標題在預定義標簽下的次級分類
NER：信用風險評估數據的命名實體識別
從文章中給出的對比結論來看，BloombergGPT其中4個里都取得了最好的效果，在NER部分獲得了第二名。
出于安全性的考慮，官方不會講BloogbergGPT模型公開，但是模型訓練和評估的相關經驗會被分享出來。Bloomberg表示會在使用大語言模型前后做好風控，保證生成內容的準確性，盡量避免信息泄露和產出偏見內容的風險。
Bloomberg的重要性
對于有意向進入金融行業的同學們來說，彭博的名字不會太陌生。
Bloomberg的金融終端服務器，能為banker提供市場實時數據與計算服務，還可以提供市場上絕大部分債券和股票的金融指標。熟練使用Bloomberg，是banker們日常必須掌握的技能之一。
加入BloombergGPT后，它的功能想必會更加強大。
在目前公布的材料里，也提到了未來BloombergGPT的研究方向。下一步，作者們會把研究重點放在金融領域的fine-tuning方向，以及是否可以使用更無害和更無偏見的語言上。
對于想進入投行的同學們來說，Bloomberg是錦上添花的工具，還是主要把精力放在軟硬背景提升兩方面上。
