RichardErkhov/Supersaiyan1729_-_financeLM_outputpath_Named_Entity_Recognition__25_gpt2small-gguf

LLM/Agent 研报↓ 483源:hf-modelsAI 相关

✨ 金融领域命名实体识别的GPT-2小型模型GGUF量化版,适合本地轻量部署

🧭 AI 判断

仅供研究GPT2小模型金融NER的GGUF转换版,定位实验性,无维护信息,不适合实盘

基于GPT-2 small微调的金融命名实体识别模型,提供GGUF量化格式便于本地轻量部署

适合开发者数据分析AI Agent多市场技术栈 GGUF/LLM上手中等活跃度低

实用性低💰 开源免费GPU 可选

为什么现在值得关注

5.0/10金融相关 · 弱相关金融NER微调模型的GGUF量化,主体是模型量化

金融相关弱相关

热度483★

实用性低

上手难度中等

成本开源免费

基于 GPT-2 small 的金融领域命名实体识别(NER)模型,以 GGUF 格式发布,兼容 endpoints 等推理接口。模型针对金融文本中的实体识别任务进行了训练,适合需要在本地或轻量环境中处理金融文本实体抽取的开发者和研究者使用。

原版简介(英文)

· gguf, endpoints_compatible, region:us

维度	Supersaiyan1729_-_financeLM_outputpath_Named_Entity_Recognition__25_gpt2small-gguf	Vibe-Trading	LangAlpha	PRISM-INSIGHT
结论	仅供研究	推荐	值得关注	值得关注
热度	483	32.1k	1.7k	729
适合人群	开发者	专业量化	专业量化	开发者
主要用途	数据分析 / AI Agent	策略研究 / AI Agent	策略研究 / AI Agent	实盘交易 / AI Agent
支持市场	多市场	多市场	多市场	美股 / 其他
技术栈	GGUF/LLM	Python	Python	Python
上手难度	中等	中等	中等	中等
活跃度	低	高	中	中

一款由 HKUDS 开源的 AI 量化交易 Agent 项目，定位为“个人交易智能体”。它基于 LLM 驱动，可辅助用户进行市场分析、策略研究与交易决策流程的自动化。适合对量化交易和 LLM/Agent 应用感兴趣的开发者与研究者参考使用。

基于 TradingAgents 深度改造的 A股多 Agent 投研框架，适配龙虎榜、游资、解禁等 A股数据源。框架内置 7 位 AI 分析师，通过多空辩论与风险评估形成决策。适合关注 A股、希望用 LLM/Agent 辅助投研的开发者和投资者。

一款面向金融市场的 AI Agent 工具，定位类似“金融领域的 Claude Code”。它基于大语言模型，支持通过自然语言驱动投研分析、市场数据处理等工作流。适合量化研究员、分析师及希望用 LLM 辅助金融研究的开发者使用。

一款基于 Python 的 AI 股票分析系统，由 13 个专业化 Agent 协同完成研报生成与分析，并可通过 KIS API 执行自动化交易，支持韩国和美国市场。适合对 LLM/Agent 在量化投资中应用感兴趣的开发者和个人投资者参考使用。

一个基于多智能体 LLM 的金融交易框架，将分析师、研究员、交易员、风控等角色建模为协作的 AI Agent,模拟真实投研流程来辅助交易决策。适合量化研究者与开发者学习、复现多 Agent 金融系统，或将其作为 LLM 应用于投研的实验基础。

一款基于多智能体 LLM 架构的中文金融交易分析框架，为 TradingAgents 的中文增强版本。它通过多个 AI Agent 协作完成基本面、技术面与情绪面的研报分析，支持中文语境下的 A 股等市场数据处理。适合希望借助 LLM 辅助投资研究与交易决策的开发者和量化爱好者使用。