پژوهشگرانی به سرپرستی آلینا خیبولینا، FinVector-Market-4B را منتشر کردند؛ نسخه‌ای از Qwen3.5‑4B که با LoRA رتبه۱۶ و بر اساس 22,000 نمونه مالی سازگار شده است. این مطالعه، مدل پایه و نسخه سازگارشده را با استفاده از اعلان‌های مبتنی بر JSON schema، روی یک بنچمارک شامل 600 نمونه مقایسه می‌کند. ارائه صرفِ schema، اعتبار JSON را در مدل پایه از 0% به 91.3% می‌رساند. با استفاده از اعلان‌های صریح و یکسان، مدل سازگارشده دقت تطبیق دقیق FinQA را از 14.7% به 40.0% افزایش می‌دهد و درستی عبارت‌های محاسباتی را نیز از 48.0% به 82.7% می‌رساند.
چرا مهم است
این پیشرفت‌ها نشان می‌دهند ریزتنظیم هدفمند و کم‌حجم می‌تواند مدل‌های همه‌منظوره را برای متخصصان امور مالی بسیار کاربردی‌تر کند.
