大模型
pub.towardsai.net ·
@Govind Mudavadkar
我构建了一个能证明每个数字来源的金融 AI
作者介绍其自建系统 LedgerMind:不让 AI 直接输出最终数字,而是要求每个数字指向公司年报中的具体行。其训练的小模型(40 亿参数,可单 GPU 运行)在 FinQA 测试集上正确率由训练前的 20.4% 提升至 74.9%,并称与 gpt-5.5 准确率统计上持平、成本约低 600 倍。上述数据来自作者自述,缺少代码与第三方复现。
AI推荐理由 作者自述构建 LedgerMind:一个 40 亿参数的小模型,在 FinQA 测试集上从训练前 20.4% 提升到 74.9%,并声称每个答案都能回溯到年报原文行,成本约为对比模型的 1/600。具体新信息是‘答案必须可溯源到财报行’这一设计约束和 FinQA 上的前后对比数字,对金融 Agent 的可验证性有参考价值。但这是个人博客自述,未提供代码、评测细节或第三方复现,'与 gpt-5.5 统计上持平'和'600 倍成本优势'均无法从摘要验证,需保留不确定性。
62
正文
当前仅保存了标题或简介;并非所有来源都提供正文,可通过下方原文链接查看。