近日，国内量化私募念空科技向国际顶会NIPS(Neural Information Processing Systems，神经信息处理系统大会）投递了与上海交大计算机学院合作的大模型研究论文。5月20日，该投递论文网址链接公布。
业内人士认为，此举显示了中国金融科技不止于应用落地，还具备一定的底层创新能力。
在同等训练量下，帮助大模型变得更聪明
资料显示，成立于2015年的念空科技，是市场上较早将人工智能（AI）应用于金融领域的量化私募，其机器学习应用覆盖期货、股票等。2019年，公司几乎全部转向神经网络算法，2020年起，公司在此基础上搭建全流程投研平台，次年管理规模突破百亿元。
2023年，OpenAI的ChatGPT横空出世。在念空科技创始人王啸看来，大模型的出现为量化行业提供了一个全新的算法工具，但ChatGPT使用成本较高、使用权限较低，很难进行大规模训练。
今年，DeepSeek因其开源的特征打破多种限制，实现“智能平权”，同时让世人看到强化学习对大模型的推理能力至关重要。
念空科技所递交的念空大模型论文的突破性成果在于，从人类的学习方法的经验得到启发，如果高频的在少量刷题和小测试经验总结之间切换，可能更有利于学习成绩（推理能力）的提高，设计了一种step by step切换监督微调（sft）和强化学习（rl）的训练方法。
最终实验发现，在三个不同的公开数据集上，念空科技提出的新的训练框架明显优于单独的sft、单独的rl以及简单混合sft和rl，证明提出的新的框架是当下更优的后训练方式。通俗的说，念空的研究成果可以帮助大模型在同等训练量下变得更聪明。
设立全资公司探索AI技术边界
与一般的金融机构招聘不同，量化投资的门槛往往较高，通常是数学、统计学、金融学、计算机技术的结合，通过挖掘海量数据，寻找规律，做出预测，并使用这个规律进行自动的计算和决策，需要克服人性弱点。
据了解，对于核心人才的选择，念空科技更愿意从零开始培养，公司团队70%—80%的AI工程师都是从高校实习生或是应届生招进来，在几个月的时间里，他们会使用公司的体系、规则，公司逐步就能判断这个人是否适合念空科技。
值得一提的是，为了具体问题的技术研究和模型优化，王啸在2025年成立了上海全频思维人工智能科技有限公司（AllMind），专注于研究通用大语言模型（LLM）相关底层算法和工程技术。
据介绍，AllMind着眼于大模型的基础学术研究和应用，短期内并不以盈利为目的。与念空科技主攻金融垂直场景不同，AllMind的定位为高质量CoT数据生产方向的学术探索，主要研究方向为大模型底层技术研究和不限于金融场景的垂直应用。