WAIC抢先爆料：金融“黑马”大模型超DeepSeek刷新SOTA，论文已上线

主要观点总结

文章介绍了蚂蚁数科推出的金融推理大模型Agentar-Fin-R1，该模型在WAIC上有出色表现。模型拥有两个不同参数版本：8B和32B。蚂蚁数科通过构建精细化的金融任务分类体系、构建迄今已知最专业全面的金融领域训练数据集、高效训练优化等措施，实现了金融大模型的专业化。此外，蚂蚁数科还提出了全新的金融评测基准Finova，以更准确地评估模型在真实场景中的表现。Agentar-Fin-R1在Finova上的表现优于其他同尺寸金融推理大模型和通用推理模型。

关键观点总结

关键观点1: 蚂蚁数科推出金融推理大模型Agentar-Fin-R1

作为蚂蚁集团在金融领域AI实践的经验输出窗口，Agentar-Fin-R1在实际金融业务场景中有出色表现。

关键观点2: Agentar-Fin-R1的专业化实现

蚂蚁数科通过构建精细化的金融任务分类体系、构建专业的金融数据标签体系、高效训练优化等措施，实现了金融大模型的专业化，使模型具备出色的金融推理能力。

关键观点3: 全新的金融评测基准Finova的提出

蚂蚁数科提出的Finova评估基准，更准确地评估模型在真实场景中的表现，通过智能体执行任务能力、复杂推理能力、安全合规能力等多个维度的考察，对模型进行全面评估。

关键观点4: Agentar-Fin-R1在Finova上的优秀表现

Agentar-Fin-R1在Finova上的表现优于其他同尺寸金融推理大模型和通用推理模型，显示出垂直领域模型在特定任务中的显著优势。

关键观点5: 蚂蚁数科的行业洞察、数据积累和AI能力

蚂蚁数科的行业洞察、数据积累和AI能力是Agentar-Fin-R1实现SOTA的关键，长期浸润一线，具备对金融场景更深度的行业理解和数据积累。

免责声明