上海財經大學在人工智能與財經教育融合領域取得重要進展，正式推出“匡時財經教育大模型2.0”及配套技術體系。該成果由該校今年新成立的AI財經開發與服務中心主導研發，通過構建“知識大腦+應用工具+智能體”三位一體架構，推動財經教育向智能化、場景化方向升級。
核心模型“匡時2.0”以2000余部應用經濟學教材、萬冊專業書籍、十萬組課程問答及百萬篇學術論文為數據底座，形成動態更新的閉環知識體系。其內容生成過程具備全程追溯與結果驗證功能，已通過國家網信辦算法備案，深度嵌入教學、科研與管理全流程。例如在智能問答場景中，系統可基于知識圖譜自動匹配教材章節與前沿論文，為師生提供精準參考。
技術矩陣包含四大支柱：除核心大模型外，金融垂域模型Fin-R1-Pro通過五階段數據精煉策略，從百萬級金融語料中提取高質量訓練樣本，其研發的SRPO算法在13個權威金融數據集測試中登頂，30項細分指標全面領先通用模型；評測體系Fin-eval 10.0將評估維度擴展至智能體安全、高階任務歸因等領域，構建覆蓋六大金融業態的實景測試場景；自研的50余款專業智能體則形成從基礎對話到自主生成的完整能力鏈，支持統計學、金融學等學科開展交叉創新實驗。
在應用層面，該校已實現AI技術對教研場景的全程賦能。智能體系統可自動生成教學案例、優化課程設計，甚至參與學術論文的邏輯校驗；在科研環節，模型能快速梳理文獻脈絡、預測研究熱點；管理方面則通過智能排課、學情分析等功能提升運營效率。這種深度融合模式使AI從輔助工具升級為教育創新的驅動引擎。
值得關注的是，金融垂域模型Fin-R1-Pro在性能測試中展現顯著優勢。對比通用型金融模型，其在債券定價、風險評估等復雜任務中的準確率提升23%，響應速度縮短40%。評測體系Fin-eval 10.0通過構建銀行、證券、保險等行業的真實業務場景，確保模型評估結果與實際需求高度契合，為金融機構選型提供權威參考。
目前，上海財經大學正以智能體體系為突破口，推動AI與財經教育的范式變革。通過構建學科交叉創新平臺，教師可借助智能體開展跨領域研究，學生則能在虛擬仿真環境中完成復雜金融決策訓練。這種“教-學-研-用”全鏈條智能化改造，為財經人才培養提供了數字化新范式。
