Big Bang Transformer（简称 BBT，乾元）是超对称技术公司开发的跨模态预训练大模型，现有 Base（2.2 亿参数）、Large（10 亿参数）及 BBT-Neutron 等版本。其以 T5 Encoder+Decoder 架构为基础，创新融合文本与时序数据双模态训练，依托 800 亿 Token 的 BBTCorpus 金融语料库及二进制分词技术，实现对数值、文本、图像多类型数据的统一理解。模型下游任务准确率较同级别 T5 提升近 10%，时序预测 R2 score 大幅优化，已在金融量化、粒子物理等领域落地，获 “东数西算” 项目算力支持。
核心优势
跨模态能力突出：首创时序 - 文本联合训练架构，可识别数字变化并转化为自然语言分析，突破通用模型 “读不懂数字” 的局限。
领域数据夯实：金融领域拥有 800 亿 Token 的 BBTCorpus 语料库，覆盖 20 年财经新闻、财报等，科学计算领域适配粒子对撞等实验数据。
技术创新领先：提出 Similarity Sampling 采样算法与 Source Prompt 提示方法，模型准确率最高提升 3.21%；BBT-Neutron 采用二进制分词，实现多模态数据统一表示。
场景落地性强：兼顾金融、科学计算等严肃领域需求，性能与专业模型持平（如粒子分类准确率达 SOTA），支持私有化部署与行业定制。
亮点功能
金融时序分析：可挖掘量化投资因子、生成多因子策略，实时解读财经资讯并生成可视化分析报告，辅助投资决策。
科学计算适配：BBT-Neutron 能处理粒子对撞、核聚变等实验数据，在喷注来源识别（JoI）任务中性能比肩专业 GNN 模型。
智能提示优化：通过 Source Prompt 标注语料来源，结合 Similarity Sampling 加权采样，大幅提升下游任务精准度。
多模态统一处理：支持文本、数值、图像数据联合输入，输出分类、回归、生成等多样化结果，适配复杂行业需求。
应用场景
金融量化投资：挖掘市场因子、构建多因子策略，实时分析股价、宏观经济等时序数据，生成投资分析报告。
科学实验研究：辅助粒子物理对撞数据分析、核聚变实验监测、钙钛矿太阳能研发等，加速科研成果转化。
工业智能分析：处理物联网设备时序数据，实现设备故障预测、生产流程优化，如石油化工、储能领域的参数监控。
智能内容生成：自动撰写财经新闻、行业研报、商业文案，支持多语种输出，适配媒体、企业宣传场景。
客户服务升级：构建金融、科技领域智能客服，7×24 小时解答业务咨询，自动整理用户诉求并生成工单。
技术价值
打破领域技术壁垒：首次实现通用大模型在金融时序分析与科学计算场景的高性能落地，为跨领域 AI 应用提供范式。
降低行业应用门槛：开源 BBT-FinCUGE 评测数据集与 BBT-Neutron 模型，助力中小企业与科研机构低成本获取先进 AI 能力。
推动 AGI 技术演进：通过跨模态架构与科学计算适配，验证通用模型处理物理世界复杂问题的可行性，为 AGI 产业落地奠定基础。
赋能产业数字化转型：在金融、科研、工业等领域释放数据价值，提升决策效率，如量化投资因子挖掘效率提升 30% 以上。
