FAMMA:金融领域多语言多模态问答的基准

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

通过外部工具增强语言模型可以减少金融领域的误差和幻觉。研究对 LLaMA-2 13B Chat 模型进行监督微调,使其成为“任务路由器”和“任务解决器”。使用金融问答数据集,模型 Raven 相比基准和基线模型分别提升了 35.2% 和 5.06%,并能与 GPT-3.5 竞争。这是首次在金融领域探索工具增强的研究。

原文中文,约300字,阅读约需1分钟。
阅读原文