聚宝盆

模型训练数据：该项目使用中文金融公开问答数据和爬取的金融问答数据构建指令数据集，对LLaMA系列模型进行指令微调。
模型优化与扩展：通过利用GPT3.5/4.0 API，该项目构建了高质量的数据集，并在中文知识图谱-金融、CFLEB金融数据集等数据上进一步扩充了高质量指令数据集。
模型发布：项目已先后发布了基于Chinese-LLaMA和中文金融数据进行指令微调的模型，以及基于Meta-LLaMA和中文金融数据进行指令微调的模型。
模型性能：模型在金融领域的问答效果得到了显著提高，且陆续会发布新的中文场景的金融模型。

总结：该项目通过开源基于LLaMA系列基模型的中文金融知识指令微调模型，优化了模型的金融问答效果，为金融领域的问答任务提供了有价值的资源。