# FinVector-Market-4B förbättras tydligt på finansuppgifter efter LoRA-anpassning

> Modellen höjer resultatet för exakt matchning från 14.7% till 40% på FinQA och förbättrar träffsäkerheten på andra uppgifter efter en mindre LoRA-finjustering.

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

Forskare under ledning av Alina Khaybullina har lanserat FinVector-Market-4B, en version av Qwen3.5‑4B som anpassats med rank-16 LoRA på 22,000 finansiella exempel. Studien jämför grundmodellen och den anpassade modellen på ett riktmärke med 600 exempel och prompts med JSON-scheman. Enbart schemat höjer andelen giltig JSON från 0% till 91.3% för grundmodellen. Med identiska, uttryckliga instruktioner höjer den anpassade modellen träffsäkerheten för exakt matchning på FinQA från 14.7% till 40.0% och förbättrar korrektheten för kalkylatoruttryck från 48.0% till 82.7%.

## Fakta

- FinVector-Market-4B anpassar Qwen/Qwen3.5‑4B med rank-16 LoRA på 22,000 exempel
- Publicerad 2026-10-08

## Varför det spelar roll

Resultaten tyder på att en liten, målinriktad finjustering kan göra modeller för allmänna ändamål betydligt mer användbara för yrkesverksamma inom finans.

## Källor och referenser

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

Senast uppdaterad: 2026-10-08