在金融科技的浪潮中，蚂蚁数科迈出了重要一步。7月28日，于世界人工智能大会的璀璨舞台上，蚂蚁数科正式揭晓了其精心筹备的金融推理大模型——Agentar-Fin-R1。
Agentar-Fin-R1依托于Qwen3的坚实基石，在金融大模型的评测舞台上大放异彩。据透露，它在Fineval1.0、FinanceIQ等权威基准测试中，超越了包括Deepseek-R1在内的同规模开源通用大模型及专业金融模型，彰显出卓越的金融专业性、推理精度以及安全合规实力。
在金融领域，大模型的应用正以前所未有的速度扩展。蚂蚁数科副总裁余滨在论坛发言中指出，AI的发展已步入关键转折点，“金融机构若能紧抓此机遇，或将实现弯道超车；反之，则可能错失数字化建设积累的先发优势”。
然而，现实业务场景中，大模型在应对真实金融挑战时仍面临重重考验。它要求高度的金融专业知识、复杂的业务逻辑处理能力，以及严格的金融级安全合规保障。因此，专业化的金融推理大模型应运而生，成为行业发展的必然需求。
蚂蚁数科CEO赵闻飙强调，“通用大模型与产业实际应用间存在显著的‘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衡量金融机构竞争力的核心指标。”
蚂蚁数科金融推理大模型的核心竞争力，源自其专业且全面的金融数据训练体系。蚂蚁数科凭借深厚的金融行业经验，精心设计了覆盖银行、证券、保险、基金、信托等领域的金融任务体系。以此为框架，从海量交易、风控、财富管理场景中提炼的真实数据出发，经过严格筛选与专门设计的可信数据合成流程，构建了业内领先的金融领域训练数据集。
蚂蚁数科还巧妙融入原则类合成数据，确保大模型在所有任务中均遵循金融业的安全合规要求，有效应对身份认证、合规性、数据安全等挑战，进一步提升了模型的安全合规性能。
经过这一专业体系的精心训练，Agentar-Fin-R1不仅在多个主流金融评测中表现出色，更在实际金融智能体应用中展现了卓越的自然语言理解与生成能力、金融常识理解以及幻觉抑制能力，确保了金融决策场景中的事实准确性与认知可靠性。同时，该模型严格遵循金融监管框架与伦理准则。
蚂蚁数科发布的金融大模型还配备了高效的加权训练算法，显著降低了后续业务应用中二次微调的数据需求与算力消耗，为金融机构引入大模型降低了门槛与成本。
Agentar-Fin-R1更是一款能够自主进化的大模型，时刻保持最新、最稳定的状态。它不仅能够通过RAG技术补充动态知识，其金融任务体系和模型本身还能持续迭代，不断吸收最新的金融政策、市场动态、产品条款等关键信息，完善金融任务体系，识别模型能力的实时缺口和潜在认知偏差，确保知识、能力和合规性始终紧跟行业发展步伐。
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，以实现更优的推理速度。同时，还提供了非推理版本的14B和72B参数大模型，以灵活适应金融机构在多样化场景下的部署需求。
目前，蚂蚁数科已累计服务了全部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。蚂蚁数科AI原生产品总经理王磊表示，“在大模型时代，我们有信心用AI重塑全部业务流程，为金融行业带来前所未有的变革。”
