أعلنت NVIDIA عن طرق تستخدم إطار عمل NeMo الخاص بها لتوليد بيانات اصطناعية لضبط نماذج اللغة الكبيرة (fine-tuning) في معالجة اللغات الطبيعية المالية. يعالج هذا النهج قيود مجموعات البيانات الواقعية، التي غالباً ما تبالغ في تمثيل الأحداث الشائعة مثل تقارير الأرباح بينما تقلل من تمثيل الأحداث النادرة.
- يساعد التوليد الاصطناعي في سد فجوات البيانات لأبحاث التداول، ونمذجة المخاطر، والمراقبة.
- تستهدف الطريقة أحداثاً نادرة محددة مثل تغييرات التصنيف الائتماني، وموافقات المنتجات، وقضايا العمل.
- تهدف هذه التقنية إلى تحسين أداء النماذج على مهام معالجة اللغات الطبيعية المالية غير المتوازنة.
من خلال إنشاء أمثلة اصطناعية لأحداث مالية أقل تكراراً، يمكن للباحثين تدريب النماذج بشكل أفضل لتحليل السوق الشامل.