北京
蚂蚁集团发布了Ling家族首个金融增强模型Ling-3.0-flash-Fin。该模型由蚂蚁集团与领先金融机构及领域专家共同开发，基于Ling-3.0-flash通过高质量金融数据继续训练而成。
模型总参数124B，激活参数5.1B，上下文窗口256K，在保持金融专业能力的同时，为长周期智能体工作流提供高效推理。
主要特性
- 端到端金融研究：将信息检索、证据核查、计算、建模和报告准备连接为一个整体流程，而非孤立任务。
- 基于来源的金融搜索：优先采信权威来源，提供准确、完整、可溯源的答案；同时开源FinFIRST评测集，支持对这些能力的透明评估。
- 多文档金融推理：能够调和年报、财报电话会、监管文件和研报中报告期、定义、假设及相互冲突的数据。
- 估值与表格工作流：理解公式、实际值vs预测值更新、跨表依赖、勾稽关系、情景分析，并交付可编辑的财务模型。
- 研究就绪输出：将事实、分析、判断和图表整理为清晰、可复核的材料，便于进一步编辑和专业复核。
评测情况
Ling-3.0-flash-Fin在FinFIRST、FinSearchComp Verified、FinCRAFT、Finance Agent、APEX-Agents、SpreadsheetBench和τ³-Banking七个基准上进行了评测，覆盖溯源检索、投资研究、长周期执行、估值建模、表格操作和银行工作流。官方表示，该模型在与同尺寸模型及更大规模通用模型的对比中均具有竞争力，尤其在信源选择和工具密集型金融任务上表现突出。
部署与使用说明
当前版本采用BF16精度。由于与Ling-3.0-flash共享架构，可直接使用SGLang和vLLM进行推理。官方建议推理参数设置为temperature=1.0、top_p=0.95、top_k=20，并提示思考模式默认开启。
官方同时指出，这是首个金融增强版本，在复杂长周期工作流中仍需更多验证。关键假设、估值结果和投资结论均需专业人士复核，模型输出不构成投资建议。未来计划探索更大规模的金融增强模型。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
