Unifying Chinese and English in Financial Large Language Models, Instruction Data, and Benchmarks

本文是LLM系列文章，针对《No Language is an Island: Unifying Chinese and English in Financial Large Language Models, Instruction Data, and Benchmarks》的翻译。

摘要

尽管大型语言模型（LLM）的发展显著推动了财务分析，但其应用在很大程度上仅限于单一语言领域，使中英双语能力的潜力尚未得到开发。为了弥合这一鸿沟，我们引入了ICE-PIXIU，将ICE-INTENT模型和ICE-FLARE基准无缝合并，用于双语财务分析。ICE-PIXIU独特地集成了一系列中文任务，以及翻译和原始英文数据集，丰富了双语金融建模的广度和深度。它提供了对各种模型变体的无限制访问，对各种跨语言和多模态指令数据的大量汇编，以及具有专家注释的评估基准，包括10个NLP任务，20个双语特定任务，总计95k个数据集。我们的全面评估强调了整合这些双语数据集的优势，特别是在翻译任务和利用原始英语数据方面，增强了语言灵活性和金融环境中的分析敏锐度。值得注意的是，ICE-INTENT在双语环境中展示了对传统LLM和现有金融LLM的显著增强，突显了强大的双语数据对金融NLP的准确性和有效性的深远影响。

1 引言

2 相关工作<