金融 NER 相关 AI 资讯 · AI 热点

6月10日

09:07

09:07

官方一手arXiv: DeepSeek@Wu Yuerong, Mingni Luo

精选

该研究将 DeepSeek-R1-8B 与 LoRA 和 NEFTune 结合，用于金融命名实体识别。通过将 1693 条标注句子转换为指令-输入-输出三元组，并插入轻量 LoRA 矩阵及在训练时添加均匀噪声，模型在七类实体上达到 0.912 的 micro-F1，超越 Llama3-8B、Qwen3-8B 等基线。这证明低成本微调开源模型即可在专业领域取得优异效果。

论文 DeepSeek-R1-8B LoRA NEFTune 金融 NER 微调

推荐理由：金融 NER 是结构化非结构化数据的关键，做金融 NLP 的团队可以直接用这套方法低成本提升实体识别精度，值得一试。