来自工业界的知识库 RAG 服务(三) FinGLM 获奖项目

背景介绍

此前已对工业领域中的 RAG 服务 QAnything 与 RagFlow 的具体架构进行了详尽阐述，同时亦提及了学术界所提出的 一些优化手段。

近期恰逢智谱公司举办的一项金融大模型竞赛 FinGLM，该赛事聚焦于 RAG 服务的实践应用，本人对其中多个获奖案例进行了深入分析，发现其中蕴含诸多创新之处。现将部分优秀项目的实现思路进行归纳总结，旨在为相关研究与实践提供参考与借鉴。

FinGLM比赛概述

FinGLM 比赛介绍

FinGLM 的构建方式是依托一定数量的上市公司财务报告，建立相应的知识库，并采用 ChatGLM-6B 作为基础模型实现知识库的问答功能。需要回答的问题主要分为以下三类：

1. 基础性问题，这类问题可以直接从原始文本中提取信息进行回应，例如询问某企业在特定年份的研发支出情况，其核心在于评估系统是否具备精准检索