汇集实验室近期的研究进展、合作签约与学术活动，一览 CUFEL 的发展近况。
面向在京高校本科生、硕士生和博士生，参与金融大模型与智能体真实科研项目。
查看通知 →在中关村论坛发布 CUFEL-Q 智能配置资产系统，为 AI 赋能金融再添成果。
阅读 →中央财经大学与北航共建金融人工智能北京市重点实验室获批并揭牌，助力 AI + 金融科研与人才培养。
阅读 →在全球财经论坛发布 CUFEL 大模型与 CUFEL-A 研报智能体，助力金融科技自主创新。
阅读 →金融人工智能北京市重点实验室（以下简称实验室）由中央财经大学与北京航空航天大学共建，2025年12月正式挂牌成立。实验室是北京市科技创新体系的重要组成部分，是集聚培养使用优秀创新人才、开展高水平科研活动的重要科技创新基地。
实验室锚定金融强国建设目标，围绕新一代信息技术中“AI+”应用关键技术领域的前沿交叉技术研究，坚持应用导向，搭建一个数据基座，在核心算法、系统应用和战略生态三个层面实现突破，聚焦金融时序大模型、多模态风险治理、高频交易智能治理、多智能体系统解决范式四大任务，推动“AI+”大模型关键技术在金融领域的转化应用，打造国家金融安全智能系统，推动指定金融智能体行业标准，助力北京（京津冀）国际科技创新中心建设，积极服务国家金融安全与金融高质量发展。
实验室下设金融大模型实验室、商业银行数字化运营与计算实验室、金融数据安全实验室等多个前沿交叉、产学研深度融合的新文科实验室。
商业银行数字化运营与计算实验室配备16台商业银行经营电子沙盘模拟机，可支持96名学生同步开展沉浸式实验。沙盘系统深度集成“奕·金融”虚拟仿真平台，通过多点触控技术、虚拟仿真引擎及大数据动态可视化系统，完整复现商业银行决策层、管理层、业务层的三级管理体系，并实现对资本运作、资产负债配置、风险管控等核心业务场景的全流程数字化仿真。每台设备均配置高性能显卡，可基于商业银行真实业务数据开展大模型训练与推理计算，实现“AI+金融”教学推演与产业级实操需求的无缝衔接。
金融数据安全实验室由中央财经大学与奇安信科技集团股份有限公司联合共建，致力于金融行业的数据安全研究与实践。实验室围绕金融数据安全的关键问题展开深入研究，涵盖金融数据API安全风险防控、数据流转监测与管控、数据分类分级管理、访问权限控制以及数据安全治理等核心领域。实验室还积极推动技术创新，联合研发金融行业适用的数据安全产品，强化终端安全管理体系。通过产学研结合的方式，实验室不仅致力于科学研究，还专注于高端人才培养，为金融科技的发展和创新提供有力支撑。
金融大模型实验室紧扣金融强国建设与数字金融发展需求，以CUFEL系列产学研用体系为核心引擎，打造集技术研发、产品落地与教学实践于一体的综合创新平台。在产品体系方面，实验室构建了具有鲜明金融垂域特色的CUFEL系列产品矩阵：以中财融通大模型（CUFEL）为核心底座，突出金融垂直任务与通用推理能力的协同；面向研报生成推出CUFEL-A研报智能体，贯通全流程；面向资产配置与智能投研打造CUFEL-Q智能投资平台，支持多源数据融合、统一回测；同时配套CUFEL-X“十讲十练十赛”培养体系，将AI原理、智能体构建与实战竞赛有机结合。此外，还拓展了CUFEL-M中医智能体、CUFEL-F时序模型、CUFEL-L贷后管理智能体及CUFEL-R合规智能体等跨领域应用产品，形成覆盖投研、风控、合规等多场景的完整产品生态。
金融学院将以金融人工智能北京市重点实验室为载体，进一步深化“人工智能+财经”学科体系建设、提高人工智能交叉领域科研创新能力、增强跨学科交叉拔尖创新人才培养。
实验室由中央财经大学金融学院与北京航空航天大学计算机学院联合共建， 高级研究员牵头方向、特约研究员对接产业、青年学者承担一线科研， 与多所高校及金融机构联合培养，覆盖博士、硕士与本科研究助理。
实验室现已推出中财融通CUFEL（Chinese Unified Financial and Economic LLMs）大模型及系列智能体，部分产品源自实验室对前沿领域的自主探索，部分来自与产业界的深度共创。部分可公开展示的成果可通过CUFEL主页（https://cufel.cufe.edu.cn/ ）进一步了解，以下为主要产品简介。
以中财融通大模型为基座，面向投研、教学、产业、医疗、风控与合规。
左右滑动浏览，点击查看介绍
融合金融专业能力与通用推理能力，为系列智能体提供模型基座。
围绕资料汇总、规划、反思与撰写，辅助生成上市公司研究报告。
汇集多源投研数据，让多智能体在统一回测环境中进行资产配置与评估。
以“十讲、十练、十赛”连接金融 AI 理论、智能体构建与实战竞赛。
结合产业知识图谱与多智能体协作，形成面向赛道和产业链的深度研究报告。
融合认知障碍量表与中医证候评估，辅助开展阿尔茨海默病早期筛查。
贯通数据获取、智能分析与质量复核，支持银行贷后检查及风险管理。
围绕制度审查、合规研判和责任认定，支持商业银行内控治理。
2025年7月5日，由金融学院金融大模型实验室自主研发的中财融通大模型（Chinese Unified Financial and Economic LLMs，简称CUFEL）及上市公司研报智能体CUFEL-A，在2025全球财经论坛上正式发布。
中财融通大模型的核心特色在于融通：既在金融垂直领域任务中处于领先地位，又在数学推理、科学问答、工具使用等通用能力方面表现卓越。CUFEL不只是一个大模型，而是一簇模型或者一种高效模型微调流程，通过对微调流程的创新组合，可以使模型在保持基础模型通用能力的前提下，提升模型在垂直领域、细分任务中的表现，在行业应用，特别是智能体构建与本地部署中，具备较大的价值。
CUFEL-A智能体则是研究团队对“2025：智能体元年”的实际回应。金融领域具有专业性强、监管要求高、隐私保护要求严格等特点，垂直领域智能体较通用智能体更能契合其需求。CUFEL-A智能体通过“资料汇总、规划、架构与反思、撰写”四个步骤，可以针对A股上市公司生成独立原创、深入且严谨的研究报告。研究团队遵循“生成式”“端到端”“多智能体系统整体强化学习”三大原则，基于数十万份券商研报构建研报评估算法，提升研报撰写质量。
CUFEL-A可以根据一个股票代码一键生成图文混排、包含DCF金融模型的完整研报，但研究团队更推荐一种半自动化的使用方法：在规划、架构与反思两个阶段，使用者都可以对智能体生成的内容进行修改，这个流程蕴含着团队对于人与AI关系的思考。在生成式AI的第一阶段，以聊天模型（chatbot）为主的应用多充当副驾驶（copilot）角色，可以处理零散、具体的需求，比如一段文字的生成；而当前的第二阶段，以智能体（agent）为主的应用则可以作为助手（assistant）完成一项任务，比如撰写完整稿件；在不远的第三阶段，人与AI将共同构成多智能体系统（multi-agent system），如何在这一体系中构建共同工作流（co-workflow）、提升整体工作效率与产出质量，将成为重要议题。
在2025年12月26日举行的中央财经大学人工智能大会上，金融大模型实验室发布CUFEL-Q智能资产配置系统。该系统具备多源数据融合、统一回测协议与“热插拔”多维评测能力。当前平台上运行数十个自主决策、在中国ETF市场上建立多头策略的智能体系统，归因分析与审计输出表明，部分智能体具备显著的超额收益。同时，平台构建了若干FOF资产组合，在夏普比率、最大回撤等维度表现优异。
系统构建了覆盖宏观-中观-微观的全频段智能投研数据中枢，融合文本、多模态与知识图谱等多源异构数据，并依托LLM深度语义分析技术，实现从政策解读到市场情绪的非结构化数据价值挖掘。
为深入贯彻落实“人工智能+”行动，推动人工智能与金融行业深度融合，服务金融强国建设目标，金融人工智能北京市重点实验室将陆续推出《金融人工智能十讲》（以下简称“十讲”）、《金融智能体十练》（以下简称“十练”）系列理论与实践课程、金融人工智能十赛（以下简称“十赛”）（合称CUFEL-X），为有志于探究、实践人工智能与金融场域交叉融合的学习者、实践者，搭建“学-练-赛”一体化综合学习平台。
“十讲”深入浅出地讲解人工智能的原理及其在金融领域的典型应用；“十练”基于人工智能前沿技术，以智能资产配置为核心应用场景，通过实践介绍与演练多项具体技术，帮助练习者打造一个可自主完成ETF投资的智能体。该智能体可以在实验室前期打造的CUFEL-Q Arena平台上运行、竞技。以此为基础，将推出金融人工智能十赛的第一赛：基于智能体的资产配置，以赛促练，培养并提升参赛者的实战应用能力。
“十讲”首先以近年来大语言模型核心评测集为线索，梳理其在解决问题——探索上限——价值发现中的科研主逻辑，并阐释在价值发现时代人工智能在金融领域融合应用的重要性。之后，按照研究时代、规模时代、价值发现时代的划分，深入讲解相关科学原理与金融实践。“十讲”省略了几乎所有艰深的推导、公式，通过三十分钟以内的教学、演练视频，提炼日常教学中两三个小时的课堂内容，将相关知识用一种无门槛的方式讲清楚、讲透彻。
“十练”围绕金融智能体构建，遵循“筑基—赋能—协同”递进路径，系统打造可落地的全栈金融智能系统。“筑基阶段”破除技术门槛，通过自然语言编程快速搭建工程化底座；“赋能阶段”聚焦垂直能力，构建防幻觉知识库、结构化情报引擎、数字分身与深度投研模块，直击信息过载与可信推理痛点；“协同阶段”引入多智能体机制，在因子挖掘、多空辩论与独立风控等实战场景中实现能力融合，最终集成于 CUFEL-Q 投资智能体，形成具备自主调度、跨模块协同与自省进化能力的金融操作系统。
CUFEL-I产业图谱深度调研多智能体系统面向科技金融与产业研究场景，将多源数据、产业知识图谱与多智能体协作相结合，围绕产业认知、技术研判、产业链分析、资本参与和发展策略形成全景深度报告，为政府、产业资本等开展产业培育与投资研究提供支持，服务新质生产力发展。
系统采用“数据资产与集成—智能体协作—视智一体化交互”的三层架构。底层汇聚工商、股东、资本市场等基础商业数据，接入商业航天、光电等行业特色数据，并对研报、政策、招投标和法律等非结构化文档进行处理，构建结构化数据库、向量库以及企业、人物、产品、事件之间的知识关联。在此基础上，系统通过图检索、向量检索与关键词检索相结合的HybridRAG混合检索机制，为产业分析与报告生成提供信息支撑。
在智能体协作层，系统围绕赛道扫描、技术尽调、风控预警与报告生成组织研究任务，衔接标的筛选、技术验证、竞争力评估以及法律、经营和供应链风险排查。报告内容按照“基础认知层—核心技术层—产业格局层—资本参与层—策略趋势层”展开：从政策、技术、市场、资本四大驱动因素出发，深入分析技术演进与成熟度，构建上下游产业链全景图谱，贯穿一二级市场梳理重点企业、估值与投融资情况，并提出产业趋势判断、风险提示及产业培育建议。
系统将研究结果与可视化交互相结合，设置产业链全景监控台、技术演进推演台、产业资源指挥舱和人才网络雷达，支持从产业链板块逐步深入企业节点与企业详情。以商业航天场景为例，使用者可以通过产业链知识图谱查看上下游企业、投资机构及股东之间的关联，将产业研究与企业关系分析相衔接，为进一步识别产业协同关系与潜在研究标的提供依据。
CUFEL-M面向阿尔茨海默病早期筛查场景，融合认知障碍标准化临床量表与中医证候评估，是一套兼顾老年无障碍交互、医患双向协同的垂直医疗大模型应用系统。CUFEL-M并非简单的问卷电子化工具，而是完整的认知与中医一体化评估会话框架，依托大模型辅助评分与追问机制，在严格恪守医学逻辑的前提下，实现涵盖多模态采集、会话管控、医生人工复核和脱敏报告生成的全链路闭环，在老年认知障碍社区初筛、门诊辅助评估场景具备较强落地价值。
CUFEL-M是研究团队针对老年认知评估数字化现实痛点完成的落地成果。认知评估对量表严谨性、证据可追溯性和操作可审计性具有严格的临床要求，医患双端分离架构相比通用大模型对话产品，更加契合医疗业务约束。CUFEL-M按照“患者交互作答—多模态信息采集—LLM初步评分与自动追问—医生端实时监控与人工干预—生成脱敏PDF评估报告”五个环节完成整个评估会话。研究团队基于“忠于原件”“人机协同复核”“全操作审计留痕”三大原则构建评估算法，接入26份专业临床量表，约束模型不自行生成诊断结论与分级阈值，保障临床评估严谨可靠。
CUFEL-M支持患者通过简易编号启动评估会话，兼容语音、文字、绘图、证候拍照、动作识别等多模态输入，并遵循WCAG AAA无障碍标准完成老年友好交互。团队推荐半自动化协同使用模式：所有模型自动评分均开放医生复核通道，医生可在评估全流程开展干预调整，系统完整记录全部操作的操作人员、时间与备注信息。这套设计承载团队对AI辅助医疗的思考：生成式AI第一阶段以问答工具辅助查阅医学资料；第二阶段由系统完成标准化评估会话执行；未来第三阶段由临床医师与评估智能体共同构建协同工作流，支撑规模化社区老年认知初筛。
CUFEL-L贷后智能风控系统面向银行贷后检查场景。近年来，合作机构信贷规模逐步扩大，贷后管理任务日益繁重，监管机构对贷后检查也提出更高的规范性与实效性要求。传统人工撰写报告效率低，数据整合困难，风险识别能力不足，难以适应大规模、精细化的贷后管理需求。CUFEL-L通过自动取数、规则匹配、智能分析、质量控制四个步骤，利用大语言模型与智能体技术，推动基层信贷治理提质增效，推动贷后检查向智能化、标准化和可追溯方向发展。
在业务场景中，CUFEL-L整合合作机构内部信贷、征信、风控、影像等数据源，同时调用工商、司法等外部数据资源，整合形成覆盖30余张业务表单、1100余项指标的数据体系，开展逐日更新与整合筛选。客户经理在工作台发起贷后检查申请后，系统自动调取相关数据，并按报告模板与业务规则组织内容；报告生成引擎完成智能分析，形成结构化报告与风险提示，最终将结果回传业务系统并统一归档，实现贷后检查全过程的复核与追溯。CUFEL-L管理端支持统一配置报告模板、定制数据源及模型规则，为合作机构信贷管理部门提供灵活的业务调整和个性化贷后管理能力。
CUFEL-L在合作机构内网按高可用标准部署，采用数据库与应用服务器集群架构，能够支撑日间高并发业务场景。同时，充分利用夜间空余算力资源，可在无人值守状态下批量生成报告。系统规划年产能可达36万份报告，预计每年节约人工工时约42万小时。
合作机构网点分布广泛，涉农信贷业务规模较大，“十四五”期间累计发放棉花收购贷款1296亿元，累计向涉农领域投放信贷资金超过1.4万亿元。CUFEL-L以贷后检查为切入点，为基层网点提供标准化、可追溯的智能风控支持，服务涉农信贷业务稳健开展。试运行期间，系统覆盖全疆900余家合作机构网点，助力边疆普惠金融服务场景提质升级。
CUFEL-R商业银行智能合规内控管理系统面向银行合规治理场景。随着金融监管规则持续完善，商业银行合规管理要求不断提高。传统合规管理模式效率低下，依赖人工收集、解读和内化法规，存在信息滞后、解读偏差、协同不畅等问题，难以满足高效合规管理要求。CUFEL-R将大语言模型与多智能体技术应用于监管规则理解、内部制度治理和内控合规责任认定等复杂专业任务，探索人工智能技术在商业银行合规治理中的深度应用。
CUFEL-R整体上构建了规则知识、多智能体协同和制度治理应用三层体系。规则知识层对接16000余部金融领域法律法规、部门规章和行业自律规范，130余部合作机构内部制度以及1000余条合作机构真实历史合规案例，通过版本管理和持续更新机制维护规则知识体系。
针对金融机构内控合规数据保密要求高、专业知识体系复杂等特点，CUFEL-R以国产30B级通用大语言模型为基座，与合作机构资深内控合规人员共同构建领域专属训练数据，采用监督式微调、强化学习等方法，强化模型对金融监管规则和内控合规知识的理解与推理能力。
在此基础上，多智能体协同层围绕制度比对审查、冲突识别、合规问责等任务开展协同推理；制度治理应用层进一步面向内外规不匹配、制度设计缺陷、员工违规行为等典型场景，形成制度修订建议、合规审查报告、责任认定分析等成果。系统构建了从规则知识组织、垂域模型微调、多智能体协同研判到制度治理应用的完整技术链路，为金融机构内控合规管理提供智能化支持。
CUFEL-R部署于合作机构内网，适配麒麟操作系统与华为GaussDB数据库，实现业务数据全流程不出域。CUFEL-R年可服务合作机构400余次内部制度审查与优化及6000余次合规问责研判，内规审查和问责研判准确率均超过85%，有效提升合作机构制度审查、合规研判和责任认定等工作的标准化与智能化水平。
聚焦金融大模型、多智能体、风险治理等方向，持续发布论文、技术报告与白皮书，沉淀并呈现 CUFEL 的研究脉络与学术积累。
实验室坚持产学研一体化，与金融监管、商业银行、券商资管、信息技术企业 及兄弟高校建立联合研究、平台共建与人才培养合作。
实验室坚持 「 研究 + 应用 」 双轮驱动的人才培养模式。实习生在此深度参与一线科研， 结业去向既有海外名校深造，也有头部科技公司、券商与私募的核心岗位， 覆盖大模型、量化策略与衍生品研究等方向。
赴海外攻读数据科学
大模型推理优化
衍生品量化策略
交易策略构建
交易策略构建
金融人工智能北京市重点实验室 2026 年秋季实习生招募启事
以智能重塑金融，以代码回应时代。金融人工智能北京市重点实验室 2026 年秋季实习生招募，正式启动。
金融人工智能北京市重点实验室是北京市科技创新体系的重要组成部分，也是中央财经大学“人工智能＋财经”学科交叉融合的核心平台，锚定“一个基座、四大任务、三层突破”战略目标，推动大模型关键技术在金融领域的转化落地，服务国家金融安全与金融高质量发展大局。
实验室自主研发 CUFEL 系列金融垂域大模型及智能体家族：以自研 CUFEL 中财融通大模型及敏捷微调流程为底座，形成智能体投资竞技平台 CUFEL-Q、合规风控智能体 CUFEL-R、自动研报智能体 CUFEL-A、贷后管理智能体 CUFEL-L、智能实训体系 CUFEL-X，相关时序与预训练能力亦在医疗（CUFEL-M）、（CUFEL-F）场景完成验证，多项成果已在真实行业场景落地应用。
实验室科研氛围轻松融洽，在真实项目历练中能力迅速。首批毕业实习生的去向涵盖宾夕法尼亚大学、清华大学、复旦大学、中信建投证券（衍生品交易部定量研究组）、在京头部私募基金（量化岗）、联想集团（大模型岗）等。第二批在读实习生已有多人进入头部私募基金、头部券商研究所、字节跳动等机构实习。
在京就读的本科生、硕士生、博士生，或已保送、保研至在京高校本硕博项目的同学均可报名。所有同学均按统一标准进行考核。
各方向均不要求预先掌握全部技术栈——实验室提供 CUFEL-Tutorial & Landing 内部学习平台与“老带新”机制，重点考察研究热情、学习能力与解决问题的韧性。
本次招募按照报名、笔试、面试、录用四个环节依次进行。
扫描报名二维码，填写问卷完成报名，报名截止时间为 2026 年 10 月 10 日 24:00。
采取 Take-home Exam 的形式，限时 6 小时。请密切关注报名问卷内的回执信息，题目及提交指引将于笔试当日公布，重点考察真实问题的分析与解决能力。
线下面试，重点考察专业素养、项目经历与发展潜力。
综合评定，择优录取，结果将及时通知本人。
实验室根据项目参与度与实际表现，为实习生提供工位与开发设备、实习补贴、算力支持、大模型 Token 调用额度，以及导师升学推荐信、合作机构实习推荐等支持；实习满 3 个月，可开具实习证明。同时支持远程参与项目——实验室珍视并坚守轻松良好的线下氛围，鼓励条件允许的同学现场参与。
