Salesforce以36億美元收購AI客戶服務平臺Fin，後者源自Intercom，具備實時聊天、短信、WhatsApp等渠道的智能服務能力。此舉是Salesforce在智能服務領域的重大布局，旨在強化企業自動化能力，優化客戶體驗。
OpenAI於5月15日面向美國ChatGPT Pro訂閱用戶推出個人理財工具預覽版，標誌着生成式AI深入金融場景。用戶可通過側邊欄或“@Finances”指令連接銀行賬戶，實現高精度支出分析、資產組合追蹤及5年長期財務規劃。技術層面，OpenAI聯合Plaid，已接入Schwab、Fidelity等平臺。
微軟收購金融科技初創公司Fintool，以增強其人工智能助手能力，優化Microsoft 365用戶體驗。Fintool由尼古拉・布斯塔曼特和愛德華・戈弗雷在舊金山創立，專注於爲金融專業人士提供AI研究工具。
OpenAI收購金融AI初創公司Hiro Finance，核心團隊約10人將集體入職。此次交易爲人才收購，具體金額未披露。Hiro專注於AI驅動的財務規劃，其服務將於4月2日關閉。
免費AI髮型試戴，秒試100+髮型，含2026趨勢，男女通用
AI驅動的願望清單平臺，快速創建、分享含熱門商店商品的願望清單。
通過AI工具連接旅行者與當地導遊，無中介，直連規劃旅行。
FinSignals提供即時金融情緒分析API，7分類頭，低延遲，有免費層。
Ali-Yaser
本模型是基於meta-llama/Llama-3.3-70B-Instruct進行微調得到的版本，使用mlabonne/FineTome-100k數據集進行訓練，包含100k token數據。模型採用Unsloth和Huggingface TRL庫進行微調，支持英文語言處理。
kirankumarpetlu
這是一個基於Google Gemma-2B-IT基礎模型，使用PEFT（參數高效微調）和LoRA技術進行優化的文本生成模型。該模型通過參數高效的方法在保持基礎模型能力的同時，針對特定任務進行了優化。
QuantStack
這是基於Danrisi的Flux架構文本到圖像模型UltraReal Fine-Tune的Nunchaku量化（SVDQ）版本。該模型提供了兩種量化格式：INT4適用於非Blackwell架構GPU（50系列之前），NVFP4適用於Blackwell架構GPU（50系列），旨在降低硬件需求同時保持圖像生成質量。
spooknik
這是UltraReal Fine-Tune模型的SVDQ量化版本，由Danrisi基於Flux開發，是一款文本到圖像生成模型。該版本提供了多種量化方案，適配不同GPU硬件，特別針對非Blackwell系列和Blackwell系列GPU進行了優化。
woodBorjo
本模型是基於facebook/mask2former-swin-tiny-coco-instance在qubvel-hf/ade20k-mini數據集上進行微調的實例分割模型。該模型專門針對ADE20K-mini數據集中的場景理解任務進行了優化，在實例分割任務上表現出良好的性能。
dleemiller
FineCat-NLI Large是基於tasksource/ModernBERT-large-nli模型微調的自然語言推理模型，在高質量的FineCat-NLI數據集上訓練，結合了多個優秀模型的優勢，在NLI任務中表現出色，同時保持了ModernBERT架構的高效特性。
DragonLLM
LLM Pro Finance是一款專為金融和經濟專業人士設計的多語言人工智能模型，基於大量高質量的金融和經濟數據訓練，能夠針對複雜的金融問題生成準確且貼合上下文的回應。
beenyb
這是一個基於GPT-OSS 20B微調的金融分析模型，專門用於金融市場分析，可為各種證券提供技術分析、風險評估、交易信號和價格預測。採用Q8_0 GGUF格式量化，在保證模型質量的同時降低推理要求。
ducklingcodehouse
這是一個專注於芬蘭語牙科醫學的對話式AI助手，經過LoRA微調的大語言模型，能夠針對牙科諮詢問題生成結構化的臨床回覆，分為背景、評估和建議三個部分。
tensorblock
這是neural-coder/finetuned-5模型的GGUF格式版本，由TensorBlock提供的機器進行量化處理。該模型是一個經過微調的代碼生成模型，支持多種編程語言的代碼生成和補全任務。
PurplelinkPL
FineWeb是一個專門針對金融領域文本分類任務的預訓練模型，基於高質量金融文本數據訓練，能夠準確識別和分類金融相關文檔內容。
sudeshmu
基於LLaMA架構並採用MoR（混合遞歸）技術的3.6億參數語言模型，在FineWeb-Edu去重數據集上微調，通過動態路由機制和遞歸式KV緩存實現高效的文本生成能力。
TurkuNLP
芬蘭現代BERT是一個基於現代BERT架構的多語言編碼器模型，在芬蘭語、瑞典語、英語、代碼、拉丁語和北薩米語上進行了預訓練。該模型在4000億個標記上訓練，支持長達128,000個標記的上下文長度，專為處理芬蘭官方語言和長文檔場景設計。
mradermacher
這是一個用於惡意URL檢測的量化模型，基於BERT架構，能夠有效識別惡意URL和釣魚攻擊。
tarun7r
基於Llama 3.1 8B微調的金融領域專用模型，擅長金融推理、問答和多輪對話
CharlesPing
這是一個從cross-encoder/ms-marco-MiniLM-L12-v2微調而來的交叉編碼器模型，專門用於氣候相關文本的重排序和語義搜索任務。
eagle0504
基於巴菲特1998-2024年股東信微調的問答模型，專門回答關於其投資哲學和決策邏輯的問題
這是一個基於cross-encoder/ms-marco-MiniLM-L6-v2微調的交叉編碼器模型，主要用於文本重排序和語義搜索任務。
Jaggu05
基於Transformers庫的監督微調(SFT)模型，用於優化語言模型的性能
TienAnh
基於InternVL3-1B和Vintern-1B-v3_5微調的視覺問答模型，支持越南語，適用於圖像內容理解和問答任務。
FinLab AI是一個金融量化分析平臺，通過AI技術幫助用戶發現投資策略中的超額收益（alpha）。它提供豐富的數據集、回測框架和策略示例，支持自動化安裝與集成到主流AI編程助手。
一個提供金融市場數據的MCP服務器，支持查詢股票和加密貨幣的財務數據與價格信息
一個基於MCP協議的A股市場數據查詢服務器，提供股票基礎數據、歷史行情、財務報表等多種查詢功能
一個通過Alpha Vantage API提供股票數據的MCP服務器，為LLM提供金融數據上下文。
股票篩選MCP服務，提供基於Yahoo Finance的全面股票篩選功能，支持技術、基本面和期權分析。
FindMine購物造型師是一個MCP服務器，將FindMine的產品造型和搭配推薦功能與Claude等MCP兼容應用集成。
該項目為Apache Fineract®提供模型上下文協議(MCP)服務，支持Python、Java和Node.js實現，使AI代理能訪問金融數據與操作。包含調試工具、多語言實現及標準化API接口。
一個基於Alpha Vantage和Financial Modeling Prep API的金融分析MCP服務器，提供即時和歷史股票價格數據以及公司基本面數據分析。
高級文件搜索工具，支持多目錄、多條件篩選
一個基於Yahoo Finance的高級期權分析與策略評估MCP服務器，為LLM提供期權鏈分析、希臘值計算和風險管理功能。
該項目是一個基於Yahoo Finance API的股票價格服務器，專為MCP（多智能體控制協議）設計，提供即時股票數據獲取、觀察列表管理、技術分析等功能。
該項目是一個快速構建MCP服務器的教程，支持Yahoo Finance等多種數據源，10分鐘內即可完成搭建，包含開發環境配置、依賴安裝和運行步驟。
一個用Python構建的簡易MCP服務器，提供公司名稱轉股票代碼和從Yahoo Finance獲取金融數據兩個示例工具，主要用於學習MCP服務器的搭建與運行。
FinQ4Cn-mcp-server是一個基於akshare庫的金融數據服務工具，專注於中國A股市場，提供股票及相關金融產品的多維度數據支持，適用於量化分析和國內股票市場研究。
MCP Yahoo Finance是一個基於Model Context Protocol的服務器，提供與Yahoo Finance交互的工具，用於獲取股票價格、公司信息等金融數據。
一個基於TypeScript的AI提示管理服務，採用MCP協議和pnpm單倉架構。
StockFlow MCP服務器是一個基於Yahoo Finance的即時股票數據和期權分析服務，為LLM提供市場數據訪問和分析能力。
Financial Modeling Prep MCP服務器是一個實現模型上下文協議(MCP)的金融數據服務，提供253+種金融工具，覆蓋股票信息、公司基本面、市場分析等24個類別。支持動態工具管理、選擇性工具加載和多種配置模式，為AI助手提供全面的金融數據訪問能力。
通過Claude Desktop集成Adfin金融服務工具，實現自動化財務操作
Transformers多語言%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
