# FinVector-Market-4B پس از LoRA در کارهای مالی بهتر عمل می‌کند

> مدل پس از یک ریزتنظیم کوچک با LoRA، امتیاز تطبیق دقیق را در FinQA از 14.7% به 40% رساند و دقتش را در کارهای دیگر هم افزایش داد.

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

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.

## حقایق

- FinVector-Market-4B با LoRA رتبه‌۱۶ و بر اساس 22,000 نمونه، Qwen/Qwen3.5‑4B را سازگار می‌کند
- منتشرشده در 2026-10-08

## چرا مهم است

این پیشرفت‌ها نشان می‌دهند ریزتنظیم هدفمند و کم‌حجم می‌تواند مدل‌های همه‌منظوره را برای متخصصان امور مالی بسیار کاربردی‌تر کند.

## منابع و ارجاع‌ها

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

آخرین به‌روزرسانی: 2026-10-08