Alina Khaybullina के नेतृत्व में शोधकर्ताओं ने FinVector-Market-4B जारी किया है। यह Qwen3.5‑4B का ऐसा संस्करण है, जिसे 22,000 वित्तीय उदाहरणों पर rank‑16 LoRA के साथ अनुकूलित किया गया। अध्ययन में JSON-schema प्रॉम्प्ट का इस्तेमाल करके 600 उदाहरणों वाले बेंचमार्क पर मूल और अनुकूलित मॉडल की तुलना की गई। केवल schema देने से मूल मॉडल के JSON की वैधता 0% से बढ़कर 91.3% हो गई। दोनों मॉडलों को समान और स्पष्ट प्रॉम्प्ट देने पर, अनुकूलित मॉडल की FinQA exact-match सटीकता 14.7% से बढ़कर 40.0% हुई और कैलकुलेटर एक्सप्रेशन की शुद्धता 48.0% से बढ़कर 82.7% हो गई।
यह क्यों मायने रखता है
ये नतीजे बताते हैं कि सीमित और लक्षित फाइन-ट्यूनिंग से सामान्य उपयोग के मॉडल वित्तीय पेशेवरों के लिए कहीं अधिक उपयोगी बन सकते हैं।
