# FinVector-Market-4B, LoRA 적용 후 금융 작업 성능 크게 향상

> 소규모 LoRA 미세 조정으로 FinQA의 정확 일치 점수가 14.7%에서 40%로 오르고 다른 작업의 정확도도 개선됐다.

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

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.

## 팩트

- FinVector-Market-4B는 22,000개 예시를 사용해 Qwen/Qwen3.5‑4B에 rank-16 LoRA를 적용한 모델이다
- 2026-10-08 공개

## 왜 중요한가

이번 성과는 소규모의 목적형 미세 조정만으로도 범용 모델을 금융 전문가에게 훨씬 유용하게 만들 수 있음을 보여준다.

## 출처 및 참고 자료

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

최종 업데이트: 2026-10-08