NVIDIA 引入了使用其 NeMo 框架的方法，以生成用于在金融自然语言处理中对大型语言模型进行微调的合成数据。这种方法解决了真实数据集的局限性，这些数据集往往过度代表盈利报告等常见事件，而代表性不足的是较少发生的事件。

  • 合成生成有助于填补交易研究、风险建模和监控方面的数据空白。
  • 该方法针对特定的罕见事件，如信用评级变更、产品批准和劳工问题。
  • 该技术旨在提高模型在不平衡金融 NLP 任务上的性能。

通过创建较少发生的金融事件的合成示例，研究人员可以更好地训练模型以进行全面的市场分析。