本项目是基于xtuner微调internLM2打造一个基金诊断话术生成助手。结合了大数据技术、机器学习和生成式人工技能技术，旨在解决理财师投后展业低效的行业痛点的一款应用。 本项目的使用流程如下图所示
- 集成大模型：系统集成了InternLM-chat-20B和微调的InternLM-chat-7B-SFT，实现了高效的自然语言处理和内容生成。且不超过20B的参数量保证了模型能在大多数硬件条件上运行。
- 灵活的用户交互：提供“立即创作”和“AI重写”两种用户交互方式，满足不同需求。
- 实时异常处理：在推理服务中，设有返回内容异常检测机制，保证系统输出的准确性和可靠性。
- 微调优化：通过XTuner微调训练，不断优化大模型，提高其处理特定任务的能力，提供更私有化的升级迭代。
- 数据驱动：系统利用大数据采集与计算，确保提示词匹配和数据转换的智能化和个性化。
- 数据合规：通过提示词工程的设计与优化，应用保证了输出文本的合规性以及对敏感数据的保护。
- 生成式基金诊断话术金融应用场景介绍
- 产品设计说明和技术描述资料
- 项目介绍视频
- 模型训练代码
李鹏 任晗辉 吴星谕 刘文贵 王郑毅