Cohere2

更小的语言模型在金融交易数据提取方面展现出潜力

研究人员探索了微调更小的语言模型以用于金融交易商户信息提取，旨在降低与更大模型相关的成本。他们的研究评估了四个模型家族（包括 Gemma、Qwen、Aya 和 LLaMA）的 24 个变体，重点关注准确性、吞吐量和训练成本。研究结果表明，像 Qwen 3.5 4B 甚至 0.8B 版本这样的模型，以更少的参数和更好的延迟实现了具有竞争力的性能，使其成为生产部署的可行替代方案。