XuanYuan 是度小满开源的中文金融对话大模型项目，中文名“轩辕”。它从早期面向中文金融对话的模型逐步扩展到 XuanYuan-6B、13B、70B 以及后续推理模型，并同步发布了金融语料 FinCorpus 和金融知识评估数据 FinanceIQ 等资源。对中文金融 AI 学习者来说，它的价值在于展示“中文 + 金融 + 大模型”如何从模型、语料、评测三个层面一起推进。

这个项目尤其适合补齐中文金融大模型视角。很多国外金融 LLM 项目围绕 SEC 文件、英文新闻、英文投研语料展开，而国内银行真实业务需要理解中文监管制度、中文产品说明、中文客户表达、中文财务术语和本土市场知识。XuanYuan 提供了一个观察窗口：中文金融模型不仅要会聊天，还要理解金融概念、风险提示、投资适当性、监管语言和复杂数字表达。

XuanYuan 还适合研究金融大模型的“数据资产”问题。项目公开提到高质量中文金融数据和 FinanceIQ 评测数据，这说明金融模型能力很大程度取决于语料覆盖和评测设计。对于银行来说，后续做内部制度问答、客户经理助手、产品知识助手时，也需要先整理内部知识语料和评测题，而不是只替换一个底座模型。

• 项目方向是：中文金融大模型 / 金融推理数据，核心学习问题是：中文金融大模型如何结合领域预训练、指令微调、金融评测和推理能力。
• 能帮助理解金融场景中数据、模型、检索、推理、智能体、知识图谱或评测之间的衔接方式。
• 适合用公开数据做原型学习，再思考如何迁移到银行内部制度、产品、客户、风控或运营场景。
• 项目地址：https://github.com/Duxiaoman-DI/XuanYuan。 ↗
• 开源协议标注为：未明确标注；若协议未明确，建议仅作学习研究参考。

学习 XuanYuan 时，可以重点看它如何把金融预训练、指令微调、评测和模型发布连接在一起。尤其要关注它是否区分通用中文能力与金融专业能力，以及金融评测题如何覆盖术语、业务、计算、推理和风险判断。

它还提醒学习者：金融大模型不是“越大越好”。银行落地更关心可控、可评估、可审计、可解释和可私有化部署，很多场景并不需要最大模型，而需要更可靠的中文金融知识、稳定的引用机制和严格的输出边界。

• 中文金融知识问答和银行制度解释助手。
• 理财、信贷、支付、风控等业务条线的术语理解和培训问答。
• 中文金融大模型评测题库建设和模型选型对比。
• 公开金融语料清洗、指令微调和领域适配实验。
• 客户经理助手或运营助手的中文金融语言能力底座参考。

项目中部分模型权重、数据和下游使用条款需要单独核对，不能只看 GitHub 页面就默认可以商用。金融对话模型还容易在投资建议、收益承诺、风险评级等问题上产生不合规输出，因此真实业务必须加检索证据、风险提示、人工复核和输出审计。