洪夢澤 HashKey Group高級研究員

大語言模型（LLM）是一種基於深度學(xué)習(xí)的人工智能系統(tǒng)，能夠處理和生成接近人類水平的文本。這些模型通過在海量文本數(shù)據(jù)上進(jìn)行訓(xùn)練，掌握語言模式和語義關(guān)聯(lián)，廣泛應(yīng)用於信息處理、文本生成和問題解答等任務(wù)。隨著技術(shù)進(jìn)步，大語言模型正從「通用工具」向「垂直領(lǐng)域?qū)＜摇寡葸M(jìn)，以精準(zhǔn)滿足特定行業(yè)的專業(yè)需求。

在傳統(tǒng)金融領(lǐng)域，金融大語言模型（FinLLM）是為行業(yè)定製的人工智能工具。這些模型在通用語言能力基礎(chǔ)上，融入金融領(lǐng)域的專業(yè)知識，涵蓋市場分析、風(fēng)險評估和合規(guī)要求。例如，2020年推出的FinBERT專為金融文本分析設(shè)計，廣泛用於市場情緒分析和投資預(yù)測。2023年問世的BloombergGPT利用3,630億個金融相關(guān)詞語訓(xùn)練，能精準(zhǔn)解讀財務(wù)報告、市場新聞和監(jiān)管文件。

Web3依託區(qū)塊鏈技術(shù)，強(qiáng)調(diào)去中心化、用戶主權(quán)和透明性，正迅速崛起，與傳統(tǒng)金融並駕齊驅(qū)。其涉及加密貨幣、虛擬資產(chǎn)和去中心化應(yīng)用，數(shù)據(jù)來源動態(tài)多樣，如鏈上交易紀(jì)錄和社區(qū)互動。通用金融模型難以適應(yīng)Web3的分布式特性，因此專屬Web3大語言模型應(yīng)運(yùn)而生。這些模型針對區(qū)塊鏈環(huán)境優(yōu)化，處理實(shí)時鏈上數(shù)據(jù)和智能合約邏輯，滿足加密市場的高波動性和複雜需求。

金融垂直大模型的必要性源於行業(yè)海量複雜數(shù)據(jù)，包括實(shí)時行情、公司財報和全球經(jīng)濟(jì)新聞。通用模型難以捕捉金融術(shù)語的細(xì)微差別，而專屬模型滿足企業(yè)對準(zhǔn)確性、效率及合規(guī)審查的嚴(yán)苛要求。

Web3模型已有不少範(fàn)例

在Web3領(lǐng)域，多個垂直大語言模型已脫穎而出。這些模型依託鏈上數(shù)據(jù)進(jìn)行訓(xùn)練，確保在區(qū)塊鏈和加密貨幣場景中具備高準(zhǔn)確性和適用性。鏈上數(shù)據(jù)包括交易紀(jì)錄、合約交互和去中心化協(xié)議信息，結(jié)合新聞和社交媒體等外部數(shù)據(jù)，形成全面的訓(xùn)練基礎(chǔ)。這些模型廣泛應(yīng)用於Web3生態(tài)的基礎(chǔ)設(shè)施建設(shè)，為去中心化應(yīng)用提供強(qiáng)大支持。一些典型的應(yīng)用案例包括：

ChainGPT的Solidity LLM是一款開源模型，專為生成Solidity智能合約而設(shè)計。其訓(xùn)練數(shù)據(jù)包含多樣化的區(qū)塊鏈開發(fā)場景，融合鏈上合約樣本和基準(zhǔn)測試提示，能夠生成安全且高效的合約。這款模型顯著提升了開發(fā)效率，助力開發(fā)者快速構(gòu)建去中心化應(yīng)用。

FLock Web3 Foundation Model基於Alibaba的Qwen架構(gòu)，訓(xùn)練數(shù)據(jù)包括高質(zhì)量鏈上數(shù)據(jù)，如區(qū)塊鏈邏輯、去中心化金融（DeFi）策略和智能合約內(nèi)容。該模型在多鏈分析和實(shí)時合約交互中表現(xiàn)卓越，基準(zhǔn)測試顯示其性能超越GPT-4o和Gemini Flash 2.0等通用模型，特別適用於複雜Web3任務(wù)。

CryptoTrade是一款基於GPT系列的交易代理，訓(xùn)練數(shù)據(jù)整合鏈上交易紀(jì)錄與外部市場信息，支持零-shot交易能力，無需額外訓(xùn)練即可分析加密市場趨勢，優(yōu)化投資組合和DeFi操作。其結(jié)果具備高可解釋性，為用戶提供清晰的決策依據(jù)。

為支持Web3大語言模型發(fā)展，新型基礎(chǔ)設(shè)施需求正被廣泛挖掘。OpenLedger的專屬語言模型利用Datanets數(shù)據(jù)集，包含驗(yàn)證過的鏈上數(shù)據(jù)，優(yōu)化DeFi和身份管理應(yīng)用，並支持?jǐn)?shù)據(jù)歸屬證明，激勵生態(tài)參與。Assisterr平臺提供基於精選鏈上交易數(shù)據(jù)訓(xùn)練的小型模型，適合低成本部署，生成DeFi機(jī)器人和客戶支持代理，提升運(yùn)營效率。這些模型通過鏈上數(shù)據(jù)深度整合，確保在Web3環(huán)境中可靠運(yùn)行，精準(zhǔn)滿足去中心化生態(tài)的多樣需求。

降本增效作用顯著 勢成新驅(qū)動力

Web3模型的興起反映了技術(shù)與數(shù)字經(jīng)濟(jì)的融合，驅(qū)動去中心化生態(tài)的創(chuàng)新與普及。隨著鏈上數(shù)據(jù)可用性提高，模型將更精準(zhǔn)地處理複雜任務(wù)。隱私和計算成本等挑戰(zhàn)有望通過聯(lián)邦學(xué)習(xí)和零知識證明等技術(shù)緩解。開源模型的增加將降低研發(fā)門檻，鼓勵全球創(chuàng)新。大小模型搭配的策略將有效優(yōu)化資源分配，降低應(yīng)用成本，構(gòu)建普惠高效的智能引擎。這些模型將成為Web3生態(tài)的核心驅(qū)動力，顯著提升去中心化金融和治理的透明性與效率，重塑數(shù)字經(jīng)濟(jì)格局。

題為編者所擬。本版文章，為作者之個人意見，不代表本報立場。