Skip to content
Hot storiesContinuously updated

研究提出面向金融的诚实小决策模型与混合语料修复方案

1 reports1 reporting sourcesUpdated 15 hours ago

Start here

AI overview

2026年11月4日，arXiv机器学习板块发布关于面向金融领域的诚实小型决策模型研究。该研究基于K2-Horizon与Qwen3.5/3.8训练了规模在0.8B至32B的System-1金融决策小模型。研究指出，狭窄微调会导致通用决策能力下降9至45个百分点；在真实回报测试中，模型准确率为0.37至0.38并展现出诚实不确定性，其中2B规模校准表现最佳（ECE为0.026）。此外，研究提出的混合语料修复方案通过单个适配器兼顾了规则决策与审核路由能力。

AI-generated from reports · Updated 15 hours ago

Latest developmentsNov 4 13:00
研究团队公布金融小决策模型成果，并提出混合语料方案修复狭窄微调导致的通用决策能力下滑问题。

Report timeline

Follow the reports to see different sides of the story.

Nov 4
  1. arXiv 机器学习
    面向金融的诚实小型决策模型：规模、专业化崩溃与混合语料修复

    基于 K2-Horizon 与 Qwen3.5/3.8 训练的 0.8B 至 32B 的 System-1 金融决策小模型显示，狭窄微调会导致通用决策能力下降 9-45 个百分点。在真实回报测试中模型准确率为 0.37-0.38 并展现出诚实不确定性，其中 2B 规模校准最佳（ECE 0.026）。混合语料修复方案则通过单个适配器兼顾了规则决策与审核路由能力。

Story heat trend

Current heat 7·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

02.557.510Nov4Nov4Nov4Nov5

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.