5月15日，国内知名百亿级量化私募念空科技向国际顶级学术会议NIPS（Neural Information Processing Systems，神经信息处理系统大会）投递了其与上海交通大学计算机学院合作的大模型研究论文。5月20日，该投递论文网址链接公布（https://arxiv.org/abs/2505.13026）。  业内人士表示，念空科技联合国内高校向NIPS投递AI基础研究论文，显示出中国金融科技不止于应用落地，还具备一定底层创新能力。  念空科技向NIPS投递的论文 来源：网站截图  实证研究“更高效的大模型训练方式”  念空科技成立于2015年，是市场上较早将AI应用于金融领域的头部量化私募。其机器学习应用覆盖期货、股票等多类金融数据，经过多年技术迭代，公司自2019年起全面转向神经网络算法，并于2020年搭建全流程投研平台。2021年，公司管理规模突破100亿元。  2023年，OpenAI的ChatGPT的出现，为量化行业提供了全新算法工具。不过，念空科技创始人王啸结合近两年的相关研究及实践发现，ChatGPT存在使用成本高、权限受限等问题，难以支撑AI大模型的大规模训练。而DeepSeek的开源特性打破这一限制，通过监督微调（SFT）与强化学习（RL）交替训练的方式，验证了强化学习对大模型推理能力的重要性。  受人类学习中“高频切换刷题与测试总结”启发，念空科技提出一种自适应切换SFT与RL的训练框架。具体而言，模型在每一步训练前，通过自适应算法动态选择下一阶段采用SFT还是RL。其联合上海交通大学计算机学院开展的长期深度实验数据显示，在三个公开数据集上，该框架的表现显著优于单一使用SFT、RL或简单混合两者的传统方法。这一成果证明，新框架能够在同等训练量下提升模型的“聪明度”，有助于提升训练效率。  念空大模型论文中的研究图片 来源：念空科技  业内人士分析，这一研究成果不仅体现了念空科技对AI算法的深刻理解，更展现了中国头部量化机构在AI底层技术研究上的潜力。  成立专门AI企业不断探索技术边界  王啸在接受中国证券报记者采访时表示，为深入探索大模型技术边界，其于2025年成立全资子公司AllMind（上海全频思维人工智能科技有限公司）。与念空科技聚焦金融场景不同，AllMind定位于通用大语言模
=*=*=*=*=*=
当前为第1/2页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页