Fin-Ally：面向金融事务的高级常识嵌入式对话AI的开创性发展
人工智能
2025-09-30 v1
摘要
金融科技行业的技术突破呈指数级增长，通过精明的咨询聊天机器人显著提升了用户参与度。然而，大规模微调大语言模型（LLM）有时会产生不专业或随意的言辞，例如“凭这点钱，你要改变世界”，尽管事实正确，但在上下文中不恰当，可能削弱用户信任。缺乏领域特定数据集导致以往研究聚焦于孤立组件，如基于推理的框架或增强类人响应生成。为填补这一研究空白，我们提出Fin-Solution 2.0，包含以下创新：（1）引入多轮金融对话数据集Fin-Vault；（2）集成常识推理、礼貌性和类人对话动态的统一模型Fin-Ally。Fin-Ally基于COMET-BART嵌入的常识上下文，并通过直接偏好优化（DPO）机制生成符合人类偏好的响应。新构建的Fin-Vault数据集包含1,417个标注的多轮对话，使Fin-Ally能够超越基础账户管理，提供个性化预算规划、实时支出跟踪和自动化财务规划。我们的全面结果表明，纳入常识上下文后，语言模型能够生成更精细、文本更精确且在专业层面更可靠的金融指导，为金融科技领域的下一代AI解决方案奠定基础。数据集和代码已公开：https://github.com/sarmistha-D/Fin-Ally
引用
@article{arxiv.2509.24342,
title = {Fin-Ally: Pioneering the Development of an Advanced, Commonsense-Embedded Conversational AI for Money Matters},
author = {Sarmistha Das and Priya Mathur and Ishani Sharma and Sriparna Saha and Kitsuchart Pasupa and Alka Maurya},
journal= {arXiv preprint arXiv:2509.24342},
year = {2025}
}