重要提示：通过本订阅号发布的观点和信息仅供中信建投证券股份有限公司（下称“中信建投”）客户中符合《证券期货投资者适当性管理办法》规定的机构类专业投资者参考。因本订阅号暂时无法设置访问限制，若您并非中信建投客户中的机构类专业投资者，为控制投资风险，请您请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。对由此给您造成的不便表示诚挚歉意，感谢您的理解与配合！
正基于网页交互模式的ChatGPT对于人类的生活以及工作方式带来的极大的便利，然而这只是ChatGPT的冰山一角。API以及插件系统的开放，使得ChatGPT能够结合各种程序以及软件，让ChatGPT的应用空间充满无尽的可能性，这是真正意义上AI的iphone时刻。
对于金融工程研究而言，除了日常的网页版交互完成一定的指令之外，通过API接口能够使研究工作效率极大提高。同时，随着各类技术的应用，本地化部署开源大语言模型框架也得以实现。
本文将介绍如何使用OPENAI的API接口以及如何本地部署开源大预言模型Vicuna，能够在程序中调用各类模型，提高研究工作效率
基于网页交互模式的ChatGPT对于人类的生活以及工作方式带来的极大的便利，然而这只是ChatGPT的冰山一角。API以及插件系统的开放，使得ChatGPT能够结合各种程序以及软件，让ChatGPT的应用空间充满无尽的可能性，这是真正意义上AI的iphone时刻。
对于金融工程研究而言，除了日常的网页版交互完成一定的指令之外，通过API接口能够使研究工作效率极大提高。同时，随着各类技术的应用，本地化部署开源大语言模型框架也得以实现。
官方API接口
OPENAI官方开放了API接口，可以使用HTTP请求，也可以使用OPENAI提供的python库，Node.js库以及一些社区维护的库。我们以python库为例，介绍如何使用OPENAI的API接口。
本地部署VICUNA
本文以Vicuna模型为例，介绍如何在个人电脑上部署模型。Vicuna模型是基于LLaMA的微调模型，是由加州大学伯克利分校、CMU、斯坦福大学和加州大学圣地亚哥分校的成员共同提出的。他们从shareGPT收集了大约 7 万个对话，借鉴Alpaca的微调方式，将LLaMA模型进行微调。最终实现了chatGPT大约90%的质量，但是训练成本仅300美元左右
所有结果均来自模型输出，模型训练的材料来自公开资料，模型输出的结果可能存在以下风险：误导性回答，数据隐私问题，缺乏道德标准，算法偏见等，使用模型结果时请仔细检查。模型的部署需要一定的环境配置，不保证在所有环境模型均能成功部署。模型运行对硬件条件有一定的要求，不保证在模型在所有硬件条件下均能部署。模型部署均有相应的版权要求，请务必参考相应模型的版权要求，合理使用开源模型。模型接口为付费使用，费用标准请参考公司官网，请合理使用接口。
丁鲁明：同济大学金融数学硕士，中国准精算师，中信建投证券研究所执行总经理，金融工程团队、大类资产配置与基金研究团队首席分析师，中信建投证券基金投顾业务决策委员会成员。具备14年证券从业经历，创立国内“量化基本面”投研体系，继承并深入研究经济经典长波体系中的康波周期理论并积极应用于实务，多次对资本市场重大趋势及拐点给出精准预判。荣获多项荣誉。
王超：南京大学粒子物理博士，曾担任基金公司研究员，券商研究员，有丰富的研究和投资经验，2021年加入中信建投证券研究所，主要负责量化多因子选股。
证券研究报告名称：《如何部署本地版“ChatGPT”提高研究效率》
对外发布时间：2023年4月17日
报告发布机构：中信建投证券股份有限公司
本报告分析师：
丁鲁明 SAC 执证编号：S1440515020001
王超 SAC 执证编号：S1440522120002
