# DianJin-R1 – 阿里云通义点金联合苏大推出的金融推理大模型

- Link: https://paooo.com/aigc-news/20055/
- Published: 2026-06-08T01:14:42+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 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](https://paooo.com/ai-study/)，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。

阅读目录

 * [DianJin-R1是什么](https://paooo.com/aigc-news/20055/#dianjinr1%e6%98%af%e4%bb%80%e4%b9%88)
 * [DianJin-R1的主要功能](https://paooo.com/aigc-news/20055/#dianjinr1%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [DianJin-R1的技术原理](https://paooo.com/aigc-news/20055/#dianjinr1%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [DianJin-R1的项目地址](https://paooo.com/aigc-news/20055/#dianjinr1%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [DianJin-R1的应用场景](https://paooo.com/aigc-news/20055/#dianjinr1%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![DianJin-R1](https://paooo.com/wp-content/uploads/2026/06/DianJin-R1-website-1.
avif)

## 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。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

**think ↗**

think-cell 是一款深度集成于 Microsoft PowerPoint 的专业级演示文稿增强插件，其核

❓ 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。

🔬 语宙深潜追问 · 进阶实操拆解

金融场景为何偏爱推理模型？

金融任务往往要求链式推导、规则约束和高准确率，推理模型比纯生成模型更适合处理表格、
公式和多步判断。若再结合领域数据与强化学习，单次调用就可能覆盖原本需要多代理拆解
的流程。

部署金融模型最该关注什么？

除了基准分数，更要看可解释性、稳定性和合规审计能力。落地时建议把模型输出与规则引擎、
人工复核和风控阈值联动，尤其在高风险决策中不要只追求一次性答案。

🗳️ 读者观点微投票 · 您的实战立场是？

金融推理大模型，单次调用真能替代多代理吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [Fin-R1 – 上海财经联合财跃星辰推出的金融推理大模型](https://paooo.com/aigc-news/20778/)
 * [昆仑万维开源Skywork-R1V 3.0：多模态推理模型横扫高考数学142分，逼近人类专家水平](https://paooo.com/aigc-news/14496/)
 * [o1-pro – OpenAI 推出的升级版推理模型](https://paooo.com/aigc-news/20909/)
 * [推理成本直降90%且逾期风险腰斩！度小满联手港科大重磅发布轩辕4.5：首创RSI递归自进化、千亿场景数据与千级智能体落地全景深度拆解](https://paooo.com/aigc-news/40660/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/20055/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
