Famma

新方法在不修改权重的情况下增强LLM金融推理能力 · 跟踪2个来源

研究人员开发了新的方法来使大型语言模型（LLM）适应专门的金融推理任务。其中一种方法ASDA可以在不修改模型权重的情况下自动生成结构化的技能工件，从而在金融推理基准测试中取得显著改进。另一种方法侧重于数据中心化的训练后技术，包括挖掘、蒸馏和可验证学习，以增强金融推理能力，同时防止现有金融知识的丢失。这些技术旨在为LLM的领域特定应用提供更有效和可审计的适应方式。