Alina Khaybullina氏らの研究チームは、金融分野の22,000件の例を使い、rank-16 LoRAで適応させたQwen3.5‑4Bのバージョン、FinVector-Market-4Bを公開した。この研究では、JSONスキーマを指定するプロンプトを使い、600件の例からなるベンチマークでベースモデルと適応後のモデルを比較した。スキーマだけを提示すると、ベースモデルが有効なJSONを出力する割合は0%から91.3%に上昇した。明示的な指示をそろえて比較した場合、適応後のモデルではFinQAの完全一致正答率が14.7%から40.0%に上がり、計算式の正しさも48.0%から82.7%に改善した。
なぜ重要か
的を絞った小規模なファインチューニングによって、汎用モデルが金融の専門家にとって格段に役立つものになる可能性を、今回の成果は示している。
