---
title: "DianJin-R1 – 阿里云通义点金联合苏大推出的金融推理大模型"
url: "https://paooo.com/aigc-news/20055/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T01:14:42+08:00"
updated_at: "2026-06-08T01:14:42+08:00"
categories: "AIGC 资讯"
tags: "HuggingFace, 大模型微调, 开源大模型, 通义千问"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# DianJin-R1 – 阿里云通义点金联合苏大推出的金融推理大模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/20055/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 基于CFLUE、FinQA、CCC构建金融推理数据集，覆盖多类真实金融场景。
- 采用SFT+GRPO双阶段训练，并引入格式奖励与准确性奖励提升推理质量。
- 在CCC上单次调用表现可超越多代理系统，兼顾效果与计算成本。

## DianJin-R1是什么

DianJin-R1是阿里云[通义点金](https://ai-bot.cn/sites/13042.html)团队与苏州大学联合推出的金融领域推理增强大模型，专为金融任务设计，融合了先进的技术和全面的数据支持。模型通过推理增强监督和强化学习提升金融推理任务的表现，核心是DianJin-R1-Data数据集，整合了CFLUE、FinQA和中国合规检查（CCC）数据集，涵盖多样化的金融推理场景。 DianJin-R1包括DianJin-R1-7B和DianJin-R1-32B两个版本，均通过监督微调（SFT）和强化学习（RL）两阶段优化，采用组相对策略优化（GRPO）方法，结合双重奖励信号以优化推理质量。在金融领域的CFLUE、FinQA、CCC等基准测试中，DianJin-R1显著优于非推理模型，在CCC数据集上，单次调用推理模型的表现超过多代理系统。

## DianJin-R1的主要功能

- **金融推理增强**：通过推理增强监督和强化学习，提升金融任务的推理能力。在金融测试集 CFLUE、FinQA 和 CCC 上，DianJin-R1 的表现优于基础模型。

- **高质量数据集支持**：基于 DianJin-R1-Data 数据集构建，整合了 CFLUE、FinQA 和 CCC 数据集，覆盖多种金融推理场景。

- **结构化推理输出**：模型能以结构化格式生成推理步骤和最终答案，方便理解和应用。

- **强化学习优化**：采用 Group Relative Policy Optimization（GRPO）算法，结合格式奖励和准确性奖励，优化推理质量。

- **高效推理能力**：在实际应用中，DianJin-R1 的单次调用推理模型表现与多代理系统相当甚至更优，且计算成本更低。

## DianJin-R1的技术原理

- **高质量数据集构建**：DianJin-R1 的核心是 DianJin-R1-Data 数据集，数据集整合了 CFLUE、FinQA 和专有的中国合规检查（CCC）数据集。涵盖了多样化的金融推理场景，经过验证的注释，确保数据的高质量和领域相关性。

- **结构化监督微调（SFT）**：模型通过监督微调（SFT）阶段进行训练，使用结构化格式生成推理步骤和最终答案。具体来说，每个训练实例包括一个问题、推理路径（格式化为 `<think>...</think>`）和答案（格式化为 `<answer>...</answer>`）。模型通过学习这些结构化的输入和输出，生成连贯的推理步骤和正确的答案。

- **强化学习优化**：在监督微调的基础上，DianJin-R1 进一步应用了群体相对策略优化（GRPO）算法进行强化学习。该算法引入了双重奖励信号：格式奖励（鼓励生成结构化的输出）和准确性奖励（奖励正确答案），进一步提升推理质量。

## DianJin-R1的项目地址

- **Github仓库**：[https://github.com/aliyun/qwen-dianjin](https://github.com/aliyun/qwen-dianjin)

- **HuggingFace模型库**：[https://huggingface.co/DianJin](https://huggingface.co/DianJin)

- **arXiv技术论文**：[https://arxiv.org/pdf/2504.15716](https://arxiv.org/pdf/2504.15716)

## DianJin-R1的应用场景

- **金融风险评估与合规检查**：DianJin-R1 能高效处理复杂的金融合规任务，例如在 CCC（中国合规检查）数据集上的应用中，模型通过单次调用即可实现与多代理系统相当甚至更优的性能，显著降低了计算成本。

- **金融问答与客户服务**：在 FinQA 数据集的测试中，DianJin-R1 展现了强大的金融问答能力，能为客户提供准确的金融信息和解决方案。有助于提升金融机构的客户服务质量和效率。

- **金融考试与教育**：DianJin-R1 在 CFLUE 数据集上的表现尤为突出，准确率从 77.95% 提升至 86.74%。表明模型可以用于金融考试的辅助训练和教育场景，帮助考生更好地理解和掌握金融知识。

- **复杂金融任务的推理与决策**：DianJin-R1 通过结构化推理和强化学习优化，能处理复杂的金融任务，如财务报表分析、投资决策等。

## 常见问题解答 (FAQ)

### DianJin-R1适合哪些金融任务？
DianJin-R1适合金融问答、合规检查、风险评估、财务报表分析和投资决策等需要推理能力的任务。文章显示它在CFLUE、FinQA、CCC等基准上表现突出，尤其适合对准确性和结构化推理有要求的场景。

### DianJin-R1为什么推理能力更强？
它的核心在于DianJin-R1-Data数据集，以及SFT加GRPO的两阶段训练。模型先学习结构化推理格式，再通过强化学习结合格式奖励和准确性奖励优化输出，因此更擅长生成连贯、可解释的金融推理结果。

### DianJin-R1和多代理系统相比有什么优势？
在CCC数据集相关应用中，DianJin-R1单次调用的表现可与多代理系统相当甚至更优，同时计算成本更低。这意味着它更适合追求效率、部署简化和推理成本控制的金融应用。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
