# FinVector-Market-4B mejora en tareas financieras tras adaptarse con LoRA

> El modelo eleva la puntuación de coincidencia exacta en FinQA del 14,7 % al 40 % y mejora la precisión en otras tareas tras un ajuste fino con LoRA de pequeño tamaño.

Oossa · 2026-10-08 · https://oossa.com/es/finvector-market-4b-shows-large-gains-on-financial-tasks-after-lora-adaptation

Un equipo de investigadores dirigido por Alina Khaybullina presentó FinVector-Market-4B, una versión de Qwen3.5‑4B adaptada mediante LoRA de rango 16 con 22.000 ejemplos financieros. El estudio compara el modelo base con el adaptado en una prueba de referencia de 600 ejemplos que utiliza instrucciones con esquemas JSON. Proporcionar solo el esquema eleva la validez del JSON del modelo base del 0 % al 91,3 %. Con instrucciones explícitas equivalentes, el modelo adaptado aumenta del 14,7 % al 40,0 % la precisión de coincidencia exacta en FinQA y mejora del 48,0 % al 82,7 % la corrección de las expresiones de calculadora.

## Los hechos

- FinVector-Market-4B adapta Qwen/Qwen3.5‑4B mediante LoRA de rango 16 con 22.000 ejemplos
- Publicado el 2026-10-08

## Por qué importa

Los resultados sugieren que un ajuste fino pequeño y específico puede hacer que los modelos de propósito general sean mucho más útiles para los profesionales de las finanzas.

## Fuentes y referencias

1. [FinVector-Market-4B: A Controlled Study of LoRA Adaptation for Structured Financial Tasks](https://arxiv.org/abs/2610.08882) – arXiv cs.LG, 2026-10-08

Última actualización: 2026-10-08