Salesforce以36亿美元收购AI客户服务平台Fin，后者源自Intercom，具备实时聊天、短信、WhatsApp等渠道的智能服务能力。此举是Salesforce在智能服务领域的重大布局，旨在强化企业自动化能力，优化客户体验。
OpenAI于5月15日面向美国ChatGPT Pro订阅用户推出个人理财工具预览版，标志着生成式AI深入金融场景。用户可通过侧边栏或“@Finances”指令连接银行账户，实现高精度支出分析、资产组合追踪及5年长期财务规划。技术层面，OpenAI联合Plaid，已接入Schwab、Fidelity等平台。
微软收购金融科技初创公司Fintool，以增强其人工智能助手能力，优化Microsoft 365用户体验。Fintool由尼古拉・布斯塔曼特和爱德华・戈弗雷在旧金山创立，专注于为金融专业人士提供AI研究工具。
OpenAI收购金融AI初创公司Hiro Finance，核心团队约10人将集体入职。此次交易为人才收购，具体金额未披露。Hiro专注于AI驱动的财务规划，其服务将于4月2日关闭。
免费AI发型试戴，秒试100+发型，含2026趋势，男女通用
AI驱动的愿望清单平台，快速创建、分享含热门商店商品的愿望清单。
通过AI工具连接旅行者与当地导游，无中介，直连规划旅行。
FinSignals提供实时金融情绪分析API，7分类头，低延迟，有免费层。
Arko007
Zenyx_114M-Tiny-Edu-Instruct 是一个实验性的小型指令微调语言模型，拥有约1.14亿参数。它基于TinyEdu-50M基础模型构建，在FineWeb-Edu数据集上预训练，并在OpenHermes-2.5和CodeFeedback-Filtered混合数据集上进行了指令微调。该模型旨在探索极小架构下指令微调的极限，验证损失收敛至约1.04。
Ali-Yaser
本模型是基于meta-llama/Llama-3.3-70B-Instruct进行微调得到的版本，使用mlabonne/FineTome-100k数据集进行训练，包含100k token数据。模型采用Unsloth和Huggingface TRL库进行微调，支持英文语言处理。
kirankumarpetlu
这是一个基于Google Gemma-2B-IT基础模型，使用PEFT（参数高效微调）和LoRA技术进行优化的文本生成模型。该模型通过参数高效的方法在保持基础模型能力的同时，针对特定任务进行了优化。
QuantStack
这是基于Danrisi的Flux架构文本到图像模型UltraReal Fine-Tune的Nunchaku量化（SVDQ）版本。该模型提供了两种量化格式：INT4适用于非Blackwell架构GPU（50系列之前），NVFP4适用于Blackwell架构GPU（50系列），旨在降低硬件需求同时保持图像生成质量。
spooknik
这是UltraReal Fine-Tune模型的SVDQ量化版本，由Danrisi基于Flux开发，是一款文本到图像生成模型。该版本提供了多种量化方案，适配不同GPU硬件，特别针对非Blackwell系列和Blackwell系列GPU进行了优化。
woodBorjo
本模型是基于facebook/mask2former-swin-tiny-coco-instance在qubvel-hf/ade20k-mini数据集上进行微调的实例分割模型。该模型专门针对ADE20K-mini数据集中的场景理解任务进行了优化，在实例分割任务上表现出良好的性能。
dleemiller
FineCat-NLI Large是基于tasksource/ModernBERT-large-nli模型微调的自然语言推理模型，在高质量的FineCat-NLI数据集上训练，结合了多个优秀模型的优势，在NLI任务中表现出色，同时保持了ModernBERT架构的高效特性。
DragonLLM
LLM Pro Finance是一款专为金融和经济专业人士设计的多语言人工智能模型，基于大量高质量的金融和经济数据训练，能够针对复杂的金融问题生成准确且贴合上下文的回应。
beenyb
这是一个基于GPT-OSS 20B微调的金融分析模型，专门用于金融市场分析，可为各种证券提供技术分析、风险评估、交易信号和价格预测。采用Q8_0 GGUF格式量化，在保证模型质量的同时降低推理要求。
ducklingcodehouse
这是一个专注于芬兰语牙科医学的对话式AI助手，经过LoRA微调的大语言模型，能够针对牙科咨询问题生成结构化的临床回复，分为背景、评估和建议三个部分。
tensorblock
这是neural-coder/finetuned-5模型的GGUF格式版本，由TensorBlock提供的机器进行量化处理。该模型是一个经过微调的代码生成模型，支持多种编程语言的代码生成和补全任务。
PurplelinkPL
FineWeb是一个专门针对金融领域文本分类任务的预训练模型，基于高质量金融文本数据训练，能够准确识别和分类金融相关文档内容。
sudeshmu
基于LLaMA架构并采用MoR（混合递归）技术的3.6亿参数语言模型，在FineWeb-Edu去重数据集上微调，通过动态路由机制和递归式KV缓存实现高效的文本生成能力。
TurkuNLP
芬兰现代BERT是一个基于现代BERT架构的多语言编码器模型，在芬兰语、瑞典语、英语、代码、拉丁语和北萨米语上进行了预训练。该模型在4000亿个标记上训练，支持长达128,000个标记的上下文长度，专为处理芬兰官方语言和长文档场景设计。
mradermacher
这是一个用于恶意URL检测的量化模型，基于BERT架构，能够有效识别恶意URL和钓鱼攻击。
tarun7r
基于Llama 3.1 8B微调的金融领域专用模型，擅长金融推理、问答和多轮对话
CharlesPing
这是一个从cross-encoder/ms-marco-MiniLM-L12-v2微调而来的交叉编码器模型，专门用于气候相关文本的重排序和语义搜索任务。
eagle0504
基于巴菲特1998-2024年股东信微调的问答模型，专门回答关于其投资哲学和决策逻辑的问题
这是一个基于cross-encoder/ms-marco-MiniLM-L6-v2微调的交叉编码器模型，主要用于文本重排序和语义搜索任务。
Jaggu05
基于Transformers库的监督微调(SFT)模型，用于优化语言模型的性能
FinLab AI是一个金融量化分析平台，通过AI技术帮助用户发现投资策略中的超额收益（alpha）。它提供丰富的数据集、回测框架和策略示例，支持自动化安装与集成到主流AI编程助手。
一个提供金融市场数据的MCP服务器，支持查询股票和加密货币的财务数据与价格信息
一个基于MCP协议的A股市场数据查询服务器，提供股票基础数据、历史行情、财务报表等多种查询功能
这是一个用于Microsoft Dynamics 365 Finance & Operations的Python客户端库和MCP服务器，提供完整的OData操作、元数据管理、标签缓存和AI助手集成功能。
一个基于Duffel API的航班搜索MCP服务器，支持复杂行程规划和多日期比价
股票筛选MCP服务，提供基于Yahoo Finance的全面股票筛选功能，支持技术、基本面和期权分析。
GitHub问题相似搜索助手
这是一个基于Yahoo Finance数据的MCP服务器，提供全面的金融数据服务，包括股票历史价格、公司信息、财务报表、期权数据和市场新闻等。
一个基于yfinance的Yahoo Finance数据服务，提供股票信息、新闻和搜索功能。
该项目实现了Yahoo Finance API与LLaMA 3.2 3B模型的集成，通过Model Context Protocol (MCP)协议使模型能够获取实时金融数据、股票信息和市场新闻，同时保留LLaMA原有的所有功能。
FindMine购物造型师是一个MCP服务器，将FindMine的产品造型和搭配推荐功能与Claude等MCP兼容应用集成。
这是一个基于Alpha Vantage API的MCP服务器，提供股票数据查询功能，可作为LLM的上下文数据源。
一个用Python构建的简易MCP服务器，提供公司名称转股票代码和从Yahoo Finance获取金融数据两个示例工具，主要用于学习MCP服务器的搭建与运行。
一个基于Alpha Vantage和Financial Modeling Prep API的金融分析MCP服务器，提供实时和历史股票价格数据以及公司基本面数据分析。
一个基于Yahoo Finance的高级期权分析与策略评估MCP服务器，为LLM提供期权链分析、希腊值计算和风险管理功能。
通过Claude Desktop集成Adfin金融服务工具，实现自动化财务操作
该项目是一个基于Yahoo Finance API的股票价格服务器，专为MCP（多智能体控制协议）设计，提供实时股票数据获取、观察列表管理、技术分析等功能。
一个基于Yahoo Finance数据的MCP服务器，提供实时股票报价、市场数据和历史信息，支持可视化分析和投资组合跟踪，无需API密钥即可集成到Claude等助手。
MCP Yahoo Finance是一个基于Model Context Protocol的服务器，提供与Yahoo Finance交互的工具，用于获取股票价格、公司信息等金融数据。
一个基于Model Context Protocol的金融数据服务器，提供股票/加密货币的实时价格和新闻查询功能。
Transformers支持多种语言%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)
