# FinVector-Market-4B经LoRA微调后金融任务表现大幅提升

> 经过小规模LoRA微调后，该模型在FinQA上的精确匹配得分从14.7%升至40%，其他任务的准确率也有所提高。

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

Alina Khaybullina领衔的研究团队发布了FinVector-Market-4B。这是基于Qwen3.5‑4B、使用22,000条金融样本进行rank‑16 LoRA适配的版本。研究人员使用JSON Schema提示，在包含600个样本的基准测试中对比了基础模型和适配后的模型。对基础模型仅提供Schema，就能将JSON有效率从0%提高到91.3%。在提示方式一致且明确的情况下，适配后的模型在FinQA上的精确匹配准确率从14.7%提高到40.0%，计算器表达式正确率则从48.0%升至82.7%。

## 事实

- FinVector-Market-4B使用22,000条样本，通过rank‑16 LoRA适配Qwen/Qwen3.5‑4B
- 发布于2026-10-08

## 为什么重要

这些提升表明，针对特定任务进行小规模微调，能让通用模型更好地服务金融从业者。

## 来源与参考

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

最后更新: 2026-10-08