Alina Khaybullina가 이끄는 연구진은 금융 관련 예시 22,000개를 사용해 rank-16 LoRA를 적용한 Qwen3.5‑4B 모델 FinVector-Market-4B를 공개했다. 연구진은 JSON 스키마 프롬프트를 사용해 600개 예시로 구성된 벤치마크에서 기본 모델과 조정된 모델을 비교했다. 스키마만 제공했을 때 기본 모델의 JSON 유효성은 0%에서 91.3%로 올랐다. 명시적인 프롬프트를 동일하게 적용한 조건에서는 조정된 모델의 FinQA 정확 일치 정확도가 14.7%에서 40.0%로 상승했고, 계산기 표현식의 정답률도 48.0%에서 82.7%로 높아졌다.
왜 중요한가
이번 성과는 소규모의 목적형 미세 조정만으로도 범용 모델을 금융 전문가에게 훨씬 유용하게 만들 수 있음을 보여준다.
