蚂蚁数科在金融领域迈出了重要一步，其精心筹备的金融推理大模型Agentar-Fin-R1在世界人工智能大会论坛上惊艳亮相。
这款大模型是蚂蚁数科基于Qwen3研发的成果，据透露，Agentar-Fin-R1在Fineval1.0、FinanceIQ等金融大模型评测基准上表现卓越，超越了同尺寸的开源通用大模型及金融大模型，展现出其在金融领域的专业性、推理能力和安全合规性的优势。
在金融领域，大模型的应用正迅速扩展。蚂蚁数科副总裁余滨表示，AI的发展已经到达了一个关键转折点，金融机构如果能抓住这个机会，很可能实现弯道超车。然而，现有的大模型在应对真实金融任务时仍面临诸多挑战，如金融知识的专业性、业务逻辑推理的复杂性以及金融级安全合规的要求。
蚂蚁数科CEO赵闻飙强调，通用大模型与产业实际应用之间存在“知识鸿沟”，构建专业的金融大模型是推动金融与AI深度融合的必由之路。未来，金融大模型的应用深度将成为金融机构竞争力的关键因素。
蚂蚁数科的金融推理大模型的核心竞争力在于其专业全面的金融数据训练体系。蚂蚁数科凭借长期深耕金融业务的经验，整理并制定了覆盖银行、证券、保险、基金、信托等全场景的金融任务体系。基于这一体系，蚂蚁数科从千亿级交易、风控和财富等场景中积累了真实原始数据，并经过严格的质量评估、专门设计的可信数据合成和CoT数据精标链路，构建了迄今最专业最全面的金融领域训练数据集。
蚂蚁数科还加入了原则类合成数据，确保大模型在所有任务中都遵循金融业的安全合规要求。这不仅提升了模型的安全合规性，还使其在多个主流金融评测集上达到了同尺寸最佳效果。同时，模型在自然语言理解、自然语言生成、FC和幻觉抑制能力等方面也表现出色，确保了金融决策场景的事实精确性与认知可靠性。
蚂蚁数科发布的金融大模型还具备高效的加权训练算法，这降低了大模型在后续业务应用中的二次微调数据需求和算力消耗，从而降低了大模型落地企业的门槛与成本。更Agentar-Fin-R1是一款能自主进化的大模型。它不仅能使用RAG技术补充动态知识，还能持续迭代金融任务体系和模型本身，不断吸收更新金融政策、市场动态、产品条款等关键信息，确保知识、能力和合规性始终紧跟行业变化。
Agentar-Fin-R1提供了32B和8B参数两个版本，以满足不同金融机构的需求。蚂蚁数科还推出了基于百灵大模型的MOE架构模型，以获得更优的推理速度。同时，还有非推理版本的14B和72B参数大模型，以满足金融机构在多样化场景下的部署需求。
目前，蚂蚁数科已经为100%的国有银行和股份制银行、超过60%的地方性商业银行以及数百家金融机构提供了服务。蚂蚁数科AI原生产品总经理王磊表示，在大模型时代，他们值得用AI去重塑全部的业务流程。
