Des chercheurs dirigés par Alina Khaybullina ont présenté FinVector-Market-4B, une version de Qwen3.5‑4B adaptée avec LoRA de rang 16 sur 22 000 exemples financiers. L’étude compare le modèle de base et sa version adaptée sur un benchmark de 600 exemples, à l’aide de prompts reposant sur un schéma JSON. Le simple fait de fournir le schéma fait passer la validité du JSON de 0 % à 91,3 % pour le modèle de base. Avec des prompts explicites identiques, le modèle adapté fait passer son exactitude en correspondance exacte sur FinQA de 14,7 % à 40,0 % et améliore la justesse des expressions de calculatrice, de 48,0 % à 82,7 %.
Pourquoi c'est important
Ces progrès montrent qu’un ajustement ciblé, même limité, peut rendre les modèles généralistes bien plus utiles aux professionnels de la finance.
