Alina Khaybullina liderliğindeki araştırmacılar, 22.000 finans örneğiyle rank-16 LoRA kullanılarak uyarlanan Qwen3.5‑4B sürümü FinVector-Market-4B’yi yayımladı. Çalışmada temel model ile uyarlanmış model, JSON şeması istemleri kullanılarak 600 örnekten oluşan bir kıyaslama testinde karşılaştırıldı. Yalnızca şemanın verilmesi, temel modelin JSON geçerlilik oranını %0’dan %91,3’e çıkardı. Açık talimatların her iki modele de aynı şekilde verildiği testte uyarlanmış model, FinQA’daki tam eşleşme doğruluğunu %14,7’den %40,0’a yükseltti; hesap makinesi ifadelerinin doğruluğunu da %48,0’den %82,7’ye çıkardı.
Neden önemli
Elde edilen kazanımlar, küçük ve hedefli bir ince ayarın genel amaçlı modelleri finans profesyonelleri için çok daha kullanışlı hâle getirebileceğini gösteriyor.
