ФинансыРазбор текста

FinBERT

Классическая модель, которая определяет тон финансовых новостей: позитив, негатив или нейтрально. Только английский, быстро работает на процессоре.

Разработчик
Prosus, Нидерланды
Первый выпуск
дек 2020
Последний выпуск
дек 2020
Размеры
110M
Лицензия
Можно в коммерциюApache 2.0 (по репозиторию GitHub)
Русский язык
Нет
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Финансы
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Оценка тона новостей о компаниях
  • Разметка отчётов и пресс-релизов
  • Сигналы для аналитических дашбордов

Где применяется

Инвестиционная аналитикаБанкиФинансовые медиа

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. FinBERT (ProsusAI/finbert)

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Разбор текстаDeBERTa-v3 и mDeBERTa-v3Microsoft · СШАМожно в коммерцию

Проверенный временем энкодер, на котором построено множество классификаторов и NER-моделей (в том числе GLiNER). Многоязычная mDeBERTa-v3 понимает русский.

ПодробнееРазбор текстаModernBERTAnswer.AI и LightOn · США / ФранцияМожно в коммерцию

Современная замена классическому BERT: быстрее, читает до 8 тысяч токенов за раз. Основа для своих классификаторов. Обучена на английском и коде, для русского есть RuModernBERT.

ПодробнееФинансыFin-R1Шанхайский университет финансов и экономики (SUFE) · КитайМожно в коммерцию

Модель с рассуждениями для финансовых задач на базе Qwen2.5-7B: расчёты, разбор отчётов, вопросы по регулированию. Обучена на китайских и английских данных.

Подробнее