上海财经大学在人工智能与财经教育融合领域取得重要进展，正式推出“匡时财经教育大模型2.0”及配套技术体系。该成果由该校今年新成立的AI财经开发与服务中心主导研发，通过构建“知识大脑+应用工具+智能体”三位一体架构，推动财经教育向智能化、场景化方向升级。
核心模型“匡时2.0”以2000余部应用经济学教材、万册专业书籍、十万组课程问答及百万篇学术论文为数据底座，形成动态更新的闭环知识体系。其内容生成过程具备全程追溯与结果验证功能，已通过国家网信办算法备案，深度嵌入教学、科研与管理全流程。例如在智能问答场景中，系统可基于知识图谱自动匹配教材章节与前沿论文，为师生提供精准参考。
技术矩阵包含四大支柱：除核心大模型外，金融垂域模型Fin-R1-Pro通过五阶段数据精炼策略，从百万级金融语料中提取高质量训练样本，其研发的SRPO算法在13个权威金融数据集测试中登顶，30项细分指标全面领先通用模型；评测体系Fin-eval 10.0将评估维度扩展至智能体安全、高阶任务归因等领域，构建覆盖六大金融业态的实景测试场景；自研的50余款专业智能体则形成从基础对话到自主生成的完整能力链，支持统计学、金融学等学科开展交叉创新实验。
在应用层面，该校已实现AI技术对教研场景的全程赋能。智能体系统可自动生成教学案例、优化课程设计，甚至参与学术论文的逻辑校验；在科研环节，模型能快速梳理文献脉络、预测研究热点；管理方面则通过智能排课、学情分析等功能提升运营效率。这种深度融合模式使AI从辅助工具升级为教育创新的驱动引擎。
值得关注的是，金融垂域模型Fin-R1-Pro在性能测试中展现显著优势。对比通用型金融模型，其在债券定价、风险评估等复杂任务中的准确率提升23%，响应速度缩短40%。评测体系Fin-eval 10.0通过构建银行、证券、保险等行业的真实业务场景，确保模型评估结果与实际需求高度契合，为金融机构选型提供权威参考。
目前，上海财经大学正以智能体体系为突破口，推动AI与财经教育的范式变革。通过构建学科交叉创新平台，教师可借助智能体开展跨领域研究，学生则能在虚拟仿真环境中完成复杂金融决策训练。这种“教-学-研-用”全链条智能化改造，为财经人才培养提供了数字化新范式。
