# FinVector-Market-4B, LoRA uyarlamasıyla finans görevlerinde ilerledi

> Model, küçük bir LoRA ince ayarıyla FinQA’daki tam eşleşme puanını %14,7’den %40’a çıkardı; diğer görevlerdeki doğruluğu da artırdı.

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

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.

## Gerçekler

- FinVector-Market-4B, Qwen/Qwen3.5‑4B’yi 22.000 örnekle rank-16 LoRA kullanarak uyarlıyor
- 2026-10-08 tarihinde yayımlandı

## Neden önemli

Elde edilen kazanımlar, küçük ve hedefli bir ince ayarın genel amaçlı modelleri finans profesyonelleri için çok daha kullanışlı hâle getirebileceğini gösteriyor.

## Kaynaklar ve referanslar

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

Son güncelleme: 2026-10-08