金融語言模型將 market 行情轉化為學習序列
重點摘要
金融語言模型將 market 行情轉化為學習序列。 針對金融領域量身定製的金融大模型上線。項目在開源金融時序模型主頁獲得32.6k星。算法把複雜的 ��� 歷史行情轉為結構化特徵。這能夠幫助策略開發人員進行快速特徵學習。量化交易與投研分析的開發效率將極大提升。
何夕2077 消息指出,何夕2077 消息指出,何夕2077 消息指出,金融領域近期出現一款開源大語言模型,專門針對市場行情數據設計,能將複雜的歷史行情轉化為結構化的學習序列。該模型的核心演算法會把原始行情資料處理成特徵形式,讓策略開發人員可以更快速地進行特徵學習與建模,從而大幅提升量化交易與投研分析的開發效率。6k 顆星,顯示出社群對這項工具的高度關注。
Related
相關文章

趨境科技華東區域總部落地錢江世紀城,五年內建成萬卡級高品質 AI Token 工廠
趨境科技與蕭山區錢江世紀城簽署協議,華東區域總部正式落地,計劃五年內建成萬卡級集群規模的高品質 AI Token 工廠。該公司源自清華大學計算機系,專注企業級AI推理解決方案,已在既有項目中實現日均高品質 AI Token 產量達萬億量級。

AI大模型進入「無限戰爭」
2026年7月17日凌晨,馬斯克在X平台簡短回應了一則關於Kimi K3的評測,只用了一個詞:「Impressive」。這款由月之暗面推出的新模型,參數規模達到2.8萬億,是當時全球最大的開源權重模型,在Artificial Analysis的智能指數中排名第三,僅次於Claude Fable 5和GPT-5.6 Sol。隔天,馬斯克又補了一句,說xAI正在訓練的2萬億參數模型「可能超過Kimi」。月之暗面則在微博上幽默回應:「歡迎加入『2萬億+』俱樂部」。

GPT-5.6推翻近30年數學猜想,全程對話公開:提示詞只有58個單詞???
GPT-5.6 Pro 最近在數學界掀起波瀾,繼先前推翻雅可比猜想後,這回又盯上了圖論領域一個懸而未決近三十年的難題——Dinitz-Garg-Goemans 猜想。一位名叫 Dmitry Rybin 的研究者,在與 AI 的互動過程中,只用了四條提示詞,總共 58 個英文單詞,就讓模型端出了一個足以推翻這道猜想的反例。整個過程沒有複雜的提示詞工程,沒有密密麻麻的數學公式,通篇幾乎就是「繼續研究」「繼續找」「給我一個完整反例」這類直白的催促。

緊追 ChatGPT,谷歌 Gemini 應用已擁有 9.5 億月活躍用戶
谷歌Gemini AI應用月活躍用戶已達9.5億,緊追ChatGPT的10億用戶。過去一年日活躍用戶數成長三倍,用戶規模持續快速增長。谷歌同時推出速度更快、成本更低的新模型,以強化競爭力。

WAIC最狠展臺打爆工業「深水區」!它石智航首發具身原生大腦AWE 3.5,具身Scaling全面釋放
它石智航在WAIC發布具身原生基座模型AWE 3.5,能讓機器人無需切換參數即可執行多種工業任務,並在展會現場展示1:1還原的線束自動化產線。該模型從預訓練階段就整合視覺、語言與動作,成為首個完整打通預訓練到後訓練範式的原生模型,大幅降低新任務所需數據量,宣告具身Scaling全面釋放。

K3之後,Kimi為什麼急著上市?
月之暗面在發布2.8萬億參數的K3開源模型後,五天內接連宣布暫停新用戶註冊並啟動港股IPO計畫,顯示其急於在技術與商業化雙重拐點鎖定資本市場。Kimi的3億美元年度經常性收入(ARR)中API收入佔比逾七成,證明中國大模型靠API賺錢的模式可行,但300人團隊與算力瓶頸仍是上市後需面對的挑戰。