Дообученная Qwen2.5-3B извлекает и структурирует факторы риска из фрагментов финансовой отчётности в формате JSON.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Описание составлено по карточке модели и метаданным Hugging Face
Krishan-1890/qwen2.5-3b-risk-extractor — дообученная чат-модель на базе Qwen/Qwen2.5-3B-Instruct, разработанная для извлечения существенных факторов риска из фрагментов финансовой отчётности. Она формирует структурированный JSON с категорией риска из таксономии из 12 категорий, уровнем серьёзности, затронутым показателем и дословной цитатой из исходного текста. Модель построена на плотной архитектуре Qwen2 и содержит 3,1 млрд параметров; карточка указывает контекстное окно 32 768 токенов и библиотеку Transformers.
Адаптер QLoRA обучен на синтетических фрагментах, созданных моделями-учителями семейства Llama, а затем объединён с базовой моделью. Модель предназначена для анализа раскрытий и предварительной разметки рисков, а не для инвестиционных рекомендаций. Лицензия в предоставленных данных не указана.
Модель обучена на синтетических фрагментах, поэтому точность на реальных документах может различаться и требует проверки. Она не предназначена для инвестиционных рекомендаций.
README от автора на Hugging Face, как он его опубликовал
QLoRA (4-bit NF4, r=16, alpha=32) fine-tune of Qwen/Qwen2.5-3B-Instruct that extracts material risk factors from financial-disclosure passages into JSON (12-category taxonomy, severity, affected metric, verbatim evidence quote). Adapters merged with merge_and_unload(). Trained on synthetic passages generated by Llama-family teacher models. Not investment advice.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…