FinGPT / Models

FinGPT 模型与任务

FinGPT 提供基于不同开源基座微调的 V3 系列模型,以及面向七大类金融 NLP 任务的多任务微调模型,模型与数据集均发布在 HuggingFace。

V3:ChatGLM2 / Llama2任务:七大金融任务基于 HuggingFace 清单
基座模型Llama2 / ChatGLM2 / Qwen 等
FinGPT V3微调后的金融模型
下游任务情感/关系/标题/NER/问答/预测
Repository-grounded 模型系列示意图;基于 HuggingFace FinGPT 模型清单,不含性能基准。
Model lineup

模型系列对照表

基于 HuggingFace FinGPT 模型清单(2026-08 核验)。

模型基座规模说明
FinGPT v3.1ChatGLM2-6B6B中文友好的 6B 级基座,显存门槛相对低
FinGPT v3.2Llama2-7b7B7B 级基座
FinGPT v3.3Llama2-13b13B13B 级基座,能力更强、显存要求更高

多任务微调基座

FinGPT 还提供基于多个开源基座微调的多任务金融 LLM。

基座说明
Llama2-7bMeta 开源 7B 基座
Falcon-7bTII 开源 7B 基座
Bloom-7b1BigScience 开源 7B 基座
MPT-7bMosaicML 开源 7B 基座
ChatGLM2-6b智谱开源 6B 基座,中文友好
Qwen-7b阿里开源 7B 基座
Tasks

七大金融任务清单表

FinGPT 支持的下游金融 NLP 任务。

任务说明对应数据/模块
金融情感分析判断金融文本的正负/立场FinGPT-Sentiment
金融关系抽取抽取实体间的关系三元组finred
金融标题分类对新闻标题打类别标签fingpt-headline
命名实体识别识别公司/人物/金融实体fingpt-ner
金融问答回答金融相关问题fiqa_qa
金融选择题中文金融多选题fineval
股价走势预测历史行情+文本预测走势FinGPT-Forecaster
How to choose

选用模型的分步流程

按任务与资源选模型。

  1. 确定任务

    先明确要做情感分析、关系抽取、问答还是股价预测,任务决定选哪个模块/模型。

  2. 选模型系列

    中文场景优先 ChatGLM2/Qwen 基座;资源有限选 6B/7B,追求能力选 13B。

  3. 加载调用

    本地加载 HuggingFace 权重,或走云 API 调用,跑通后核对输出。

说明:以上模型与任务清单来自 HuggingFace FinGPT 页面;FinGPT 不提供官方性能基准承诺,具体表现需以官方评测与实测为准。
FAQ

常见问题

FinGPT V3 有哪些基座?

v3.1 基于 ChatGLM2-6B,v3.2 基于 Llama2-7b,v3.3 基于 Llama2-13b。

FinGPT 支持中文吗?

ChatGLM2、Qwen 等基座与 fineval 中文选择题数据集说明部分模型/任务支持中文。

模型性能有官方基准吗?

FinGPT-Benchmark 提供金融 LLM 的指令微调基准,但具体性能需以官方评测为准。

选 6B 还是 13B?

6B/7B 显存门槛低、推理快;13B 能力更强但显存要求高,按硬件与精度需求取舍。

多任务模型和单任务模型怎么选?

只需一个任务选对应单任务模型更聚焦;需要同时做多类金融 NLP 可选多任务模型。

知道任务了,看用什么数据

了解模型与任务后,看 FinGPT 的指令微调数据集。