Finllama 3 8B

🚀 FinLlama-3-8B 模型卡片

FinLlama-3-8B 是一個針對金融推文和短語進行情感分析而微調的模型，能有效對金融文本進行情感分類，為金融領域的情感分析提供支持。

📚 詳細文檔

模型描述

FinLlama-3-8B 是 Llama-3-8B 模型的微調版本，專門為金融領域的情感分析量身定製。它可以將文本分為三種情感類別：積極、中性和消極。

使用方式

直接使用

FinLlama-3-8B 可直接用於金融文本的情感分析，為給定輸入提供情感標籤（積極、中性、消極）。

下游應用（可選）

該模型可集成到更大的金融分析系統中，作為更廣泛金融數據分析的一部分，提供情感洞察。

適用範圍外的使用

此模型不適用於非金融文本的情感分析，也不適用於英語以外的語言。

偏差、風險和侷限性

建議

用戶應注意訓練數據中可能存在的偏差，這可能會影響模型在某些子群體或主題上的性能。建議進行持續的監測和評估。

🚀 快速開始

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)

📄 許可證

本模型使用 llama3 許可證。