DISC-FinLLM 是复旦大学数据智能与社会计算实验室开源的中文金融大语言模型项目，目标是面向金融咨询场景提供专业、智能、相对全面的问答服务。它不是只把一个通用模型微调成会说金融词汇，而是把金融咨询、金融文本分析、金融计算、金融知识检索问答等模块组合起来，体现了金融大模型需要“多能力协同”的特点。

项目公开了 SFT 数据样例、模型参数链接和 DISC-Fin-Eval 评测资源，对学习者很有价值。因为真实金融问题经常不是单一问答：客户可能先问产品概念，再问收益风险，再问税费，再问某个市场事件影响。一个可用的金融助手要同时具备知识解释、文本理解、数值计算、资料检索和风险提示能力。

从银行角度看，DISC-FinLLM 可以作为“金融咨询助手”的原型参考，但不能直接等同于持牌投顾或客户服务系统。它更适合帮助学习如何拆分金融问答任务、如何设计指令数据、如何把检索增强和工具调用引入金融模型。

• 项目方向是：中文金融大模型 / 检索增强金融咨询，核心学习问题是：金融咨询、金融文本分析、金融计算和检索问答如何组合成多模块大模型。
• 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/FudanDISC/DISC-FinLLM。 ↗
• 开源协议标注为：Apache-2.0；若协议未明确，建议仅作学习研究参考。

重点学习它的模块化思想：金融文本分析、金融计算、检索问答和咨询对话可以分别训练、分别评估，再组合成服务能力。这个思路比“一个模型回答所有问题”更适合银行内部落地。

还可以学习金融评测的重要性。金融模型如果只用通用问答测试，很难发现专业概念、数值计算、条款解释、风险提示和合规边界上的问题。

• 金融产品知识问答和客户经理培训助手。
• 监管制度、业务手册、常见问题的中文检索问答。
• 财务指标解释、简单金融计算和业务概念教学。
• 金融文本分类、摘要、情绪和实体识别实验。
• 内部金融大模型评测样例设计。

即使项目采用 Apache-2.0，模型权重、依赖数据和线上 Demo 的使用边界仍需单独核对。金融咨询天然涉及适当性和合规风险，银行使用时必须明确“辅助解释”与“投资建议”的边界，不能让模型直接做最终建议。