NVIDIA는 금융 자연어 처리의 대규모 언어 모델을 파인튜닝하기 위해 합성 데이터를 생성하는 NeMo 프레임워크 기반 방법을 도입했습니다. 이 접근 방식은 수익 보고서와 같은 일반 이벤트를 과도하게 대표하고 드문 사건을 과소대표하는 경우가 많은 실제 데이터셋의 한계를 해결합니다.

  • 합성 생성은 거래 연구, 리스크 모델링 및 감시를 위한 데이터 격차를 메우는 데 도움이 됩니다.
  • 이 방법은 신용등급 변경, 제품 승인, 노동 문제 등 특정 희귀 사건을 대상으로 합니다.
  • 이 기술은 불균형한 금융 NLP 작업에서 모델 성능 향상을 목표로 합니다.

덜 빈번한 금융 사건의 합성 예시를 생성함으로써 연구자들은 포괄적인 시장 분석을 위해 모델을 더 잘 훈련할 수 있습니다.