Finllama 3 8B

🚀 FinLlama-3-8B 模型卡片

FinLlama-3-8B 是一个针对金融推文和短语进行情感分析而微调的模型，能有效对金融文本进行情感分类，为金融领域的情感分析提供支持。

📚 详细文档

模型描述

FinLlama-3-8B 是 Llama-3-8B 模型的微调版本，专门为金融领域的情感分析量身定制。它可以将文本分为三种情感类别：积极、中性和消极。

使用方式

直接使用

FinLlama-3-8B 可直接用于金融文本的情感分析，为给定输入提供情感标签（积极、中性、消极）。

下游应用（可选）

该模型可集成到更大的金融分析系统中，作为更广泛金融数据分析的一部分，提供情感洞察。

适用范围外的使用

此模型不适用于非金融文本的情感分析，也不适用于英语以外的语言。

偏差、风险和局限性

建议

用户应注意训练数据中可能存在的偏差，这可能会影响模型在某些子群体或主题上的性能。建议进行持续的监测和评估。

🚀 快速开始

from transformers import AutoModelForSequenceClassification, AutoTokenizer

model = AutoModelForSequenceClassification.from_pretrained("roma2025/FinLlama-3-8B")
tokenizer = AutoTokenizer.from_pretrained("roma2025/FinLlama-3-8B")

def get_sentiment_score(model, tokenizer, text):
    inputs = tokenizer(text, return_tensors='pt', padding=True, truncation=True, max_length=75)
    with torch.no_grad():
        outputs = model(**inputs)
        logits = outputs.logits
    probabilities = F.softmax(logits, dim=-1)
    sentiment_score = torch.argmax(probabilities, dim=-1).item()
    return sentiment_score, probabilities

# 示例用法
text = "Determine the sentiment of the financial news as negative, neutral or positive:
The stock market is going up!
Sentiment:"

sentiment_score, probabilities = get_sentiment_score(model, tokenizer, text)

📄 许可证

本模型使用 llama3 许可证。