投研大模型训练

模型下的时代需求。投研的业务特征主要有专业、多源、深度、关联对比等，大模型特有的多模态涌现能力，通过思维链的提示训练范式设计，可以实现高质量泛化推理的基础。如果把大模型类比为高素质的大学生，那么通过对、提示、增强、推导范式的构建，实现Financial-Specific-LLM的训练，推出了金融行业智能投研大模型无涯Infinity。星环科技基于大模型的事件驱动与深度图引擎，实现对事件语义刻画、定价事件发展，以及事件的传播涟漪效应带来的市场反应。这样就实现了投研业务逻辑与大模型的能力对齐，而这正是星环科技构建基于大模型的智能投研新范式的底层逻辑。针对智能投研领域特定的业务逻辑，星环科技通过预训因子挖掘、时序编码、异构关系图卷积传播，进而构建包含事件冲击、时序变化、截面联动和决策博弈等多个维度的智能投研新范式。星环科技无涯金融大模型，寓意学海无涯，既代表了投资领域终身学习的精神，也蕴含了大力，和包括工商、舆情、卫星、大宗、产业链在内数据实力。通过针对固收、权益、商品、总量宏观细分投研领域的预训、提示、增强和推导范式设计，形成从深度专业的产品矩阵体系。无涯大模型以Hippo向量数据库作为

模型下的时代需求。投研的业务特征主要有专业、多源、深度、关联对比等，大模型特有的多模态涌现能力，通过思维链的提示训练范式设计，可以实现高质量泛化推理的基础。如果把大模型类比为高素质的大学生，那么通过对、提示、增强、推导范式的构建，实现Financial-Specific-LLM的训练，推出了金融行业智能投研大模型无涯Infinity。星环科技基于大模型的事件驱动与深度图引擎，实现对事件语义刻画、定价事件发展，以及事件的传播涟漪效应带来的市场反应。这样就实现了投研业务逻辑与大模型的能力对齐，而这正是星环科技构建基于大模型的智能投研新范式的底层逻辑。针对智能投研领域特定的业务逻辑，星环科技通过预训因子挖掘、时序编码、异构关系图卷积传播，进而构建包含事件冲击、时序变化、截面联动和决策博弈等多个维度的智能投研新范式。星环科技无涯金融大模型，寓意学海无涯，既代表了投资领域终身学习的精神，也蕴含了大力，和包括工商、舆情、卫星、大宗、产业链在内数据实力。通过针对固收、权益、商品、总量宏观细分投研领域的预训、提示、增强和推导范式设计，形成从深度专业的产品矩阵体系。无涯大模型以Hippo向量数据库作为

模型下的时代需求。投研的业务特征主要有专业、多源、深度、关联对比等，大模型特有的多模态涌现能力，通过思维链的提示训练范式设计，可以实现高质量泛化推理的基础。如果把大模型类比为高素质的大学生，那么通过对、提示、增强、推导范式的构建，实现Financial-Specific-LLM的训练，推出了金融行业智能投研大模型无涯Infinity。星环科技基于大模型的事件驱动与深度图引擎，实现对事件语义刻画、定价事件发展，以及事件的传播涟漪效应带来的市场反应。这样就实现了投研业务逻辑与大模型的能力对齐，而这正是星环科技构建基于大模型的智能投研新范式的底层逻辑。针对智能投研领域特定的业务逻辑，星环科技通过预训因子挖掘、时序编码、异构关系图卷积传播，进而构建包含事件冲击、时序变化、截面联动和决策博弈等多个维度的智能投研新范式。星环科技无涯金融大模型，寓意学海无涯，既代表了投资领域终身学习的精神，也蕴含了大力，和包括工商、舆情、卫星、大宗、产业链在内数据实力。通过针对固收、权益、商品、总量宏观细分投研领域的预训、提示、增强和推导范式设计，形成从深度专业的产品矩阵体系。无涯大模型以Hippo向量数据库作为

模型下的时代需求。投研的业务特征主要有专业、多源、深度、关联对比等，大模型特有的多模态涌现能力，通过思维链的提示训练范式设计，可以实现高质量泛化推理的基础。如果把大模型类比为高素质的大学生，那么通过对、提示、增强、推导范式的构建，实现Financial-Specific-LLM的训练，推出了金融行业智能投研大模型无涯Infinity。星环科技基于大模型的事件驱动与深度图引擎，实现对事件语义刻画、定价事件发展，以及事件的传播涟漪效应带来的市场反应。这样就实现了投研业务逻辑与大模型的能力对齐，而这正是星环科技构建基于大模型的智能投研新范式的底层逻辑。针对智能投研领域特定的业务逻辑，星环科技通过预训因子挖掘、时序编码、异构关系图卷积传播，进而构建包含事件冲击、时序变化、截面联动和决策博弈等多个维度的智能投研新范式。星环科技无涯金融大模型，寓意学海无涯，既代表了投资领域终身学习的精神，也蕴含了大力，和包括工商、舆情、卫星、大宗、产业链在内数据实力。通过针对固收、权益、商品、总量宏观细分投研领域的预训、提示、增强和推导范式设计，形成从深度专业的产品矩阵体系。无涯大模型以Hippo向量数据库作为

模型下的时代需求。投研的业务特征主要有专业、多源、深度、关联对比等，大模型特有的多模态涌现能力，通过思维链的提示训练范式设计，可以实现高质量泛化推理的基础。如果把大模型类比为高素质的大学生，那么通过对、提示、增强、推导范式的构建，实现Financial-Specific-LLM的训练，推出了金融行业智能投研大模型无涯Infinity。星环科技基于大模型的事件驱动与深度图引擎，实现对事件语义刻画、定价事件发展，以及事件的传播涟漪效应带来的市场反应。这样就实现了投研业务逻辑与大模型的能力对齐，而这正是星环科技构建基于大模型的智能投研新范式的底层逻辑。针对智能投研领域特定的业务逻辑，星环科技通过预训因子挖掘、时序编码、异构关系图卷积传播，进而构建包含事件冲击、时序变化、截面联动和决策博弈等多个维度的智能投研新范式。星环科技无涯金融大模型，寓意学海无涯，既代表了投资领域终身学习的精神，也蕴含了大力，和包括工商、舆情、卫星、大宗、产业链在内数据实力。通过针对固收、权益、商品、总量宏观细分投研领域的预训、提示、增强和推导范式设计，形成从深度专业的产品矩阵体系。无涯大模型以Hippo向量数据库作为

大模型在投研领域的应用：重塑投资研究新格局在金融科技飞速发展的当下，大模型正以前所未有的态势渗透进投研领域，为传统的投资研究模式带来颠覆性变革。数据收集与整理：化繁为简投研工作离不开海量数据的支撑准确性。行业分析：深度洞察行业分析是投研的关键环节。大模型可以对行业内的海量信息进行深度分析，包括行业历史发展数据、市场动态、竞争格局、政策法规等。它能快速梳理出行业发展脉络，预测行业未来趋势。例如，通过市场变化及时调整投资策略，确保投资决策的时效性和适应性。风险评估：精准预警风险评估是投研过程中不可或缺的一环。大模型能够综合考虑多种风险因素，如市场风险、信用风险、行业风险等，通过大数据分析和机器学习宏观经济环境等因素，准确评估债券违约风险，为投资者提供风险防范参考。大模型在投研领域的应用，极大地提升了投研效率和质量，为投资者带来了更科学、更精准的投资决策支持。。过去，研究员们需要耗费大量时间从各类数据库、新闻网站、财报等渠道收集数据，并进行繁琐的整理与清洗。大模型的出现彻底改变了这一局面。大模型具备强大的自然语言处理能力，能够快速爬取互联网上的公开信息，还能

大模型在投研领域的应用：重塑投资研究新格局在金融科技飞速发展的当下，大模型正以前所未有的态势渗透进投研领域，为传统的投资研究模式带来颠覆性变革。数据收集与整理：化繁为简投研工作离不开海量数据的支撑准确性。行业分析：深度洞察行业分析是投研的关键环节。大模型可以对行业内的海量信息进行深度分析，包括行业历史发展数据、市场动态、竞争格局、政策法规等。它能快速梳理出行业发展脉络，预测行业未来趋势。例如，通过市场变化及时调整投资策略，确保投资决策的时效性和适应性。风险评估：精准预警风险评估是投研过程中不可或缺的一环。大模型能够综合考虑多种风险因素，如市场风险、信用风险、行业风险等，通过大数据分析和机器学习宏观经济环境等因素，准确评估债券违约风险，为投资者提供风险防范参考。大模型在投研领域的应用，极大地提升了投研效率和质量，为投资者带来了更科学、更精准的投资决策支持。。过去，研究员们需要耗费大量时间从各类数据库、新闻网站、财报等渠道收集数据，并进行繁琐的整理与清洗。大模型的出现彻底改变了这一局面。大模型具备强大的自然语言处理能力，能够快速爬取互联网上的公开信息，还能

模型下的时代需求。投研的业务特征主要有专业、多源、深度、关联对比等，大模型特有的多模态涌现能力，通过思维链的提示训练范式设计，可以实现高质量泛化推理的基础。如果把大模型类比为高素质的大学生，那么通过对、提示、增强、推导范式的构建，实现Financial-Specific-LLM的训练，推出了金融行业智能投研大模型无涯Infinity。星环科技基于大模型的事件驱动与深度图引擎，实现对事件语义刻画、定价事件发展，以及事件的传播涟漪效应带来的市场反应。这样就实现了投研业务逻辑与大模型的能力对齐，而这正是星环科技构建基于大模型的智能投研新范式的底层逻辑。针对智能投研领域特定的业务逻辑，星环科技通过预训因子挖掘、时序编码、异构关系图卷积传播，进而构建包含事件冲击、时序变化、截面联动和决策博弈等多个维度的智能投研新范式。星环科技无涯金融大模型，寓意学海无涯，既代表了投资领域终身学习的精神，也蕴含了大力，和包括工商、舆情、卫星、大宗、产业链在内数据实力。通过针对固收、权益、商品、总量宏观细分投研领域的预训、提示、增强和推导范式设计，形成从深度专业的产品矩阵体系。无涯大模型以Hippo向量数据库作为

模型下的时代需求。投研的业务特征主要有专业、多源、深度、关联对比等，大模型特有的多模态涌现能力，通过思维链的提示训练范式设计，可以实现高质量泛化推理的基础。如果把大模型类比为高素质的大学生，那么通过对、提示、增强、推导范式的构建，实现Financial-Specific-LLM的训练，推出了金融行业智能投研大模型无涯Infinity。星环科技基于大模型的事件驱动与深度图引擎，实现对事件语义刻画、定价事件发展，以及事件的传播涟漪效应带来的市场反应。这样就实现了投研业务逻辑与大模型的能力对齐，而这正是星环科技构建基于大模型的智能投研新范式的底层逻辑。针对智能投研领域特定的业务逻辑，星环科技通过预训因子挖掘、时序编码、异构关系图卷积传播，进而构建包含事件冲击、时序变化、截面联动和决策博弈等多个维度的智能投研新范式。星环科技无涯金融大模型，寓意学海无涯，既代表了投资领域终身学习的精神，也蕴含了大力，和包括工商、舆情、卫星、大宗、产业链在内数据实力。通过针对固收、权益、商品、总量宏观细分投研领域的预训、提示、增强和推导范式设计，形成从深度专业的产品矩阵体系。无涯大模型以Hippo向量数据库作为

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...