FinGPT v2的结果出来一周后，陈博士提出了一个林晨之前没想过的事。
写论文。
这是在陈博士的办公室里。林晨刚汇报完FinGPT的商业化方案，正在收笔记本电脑，陈博士突然冒出了这三个字。
写论文？林晨把电脑包放在一边。
对，投顶会。陈博士靠在自己的椅子上，双手交叉放在桌上。金融场景超通用34%的结果，放在学术圈也是有竞争力的。数据质量策略和LoRA微调的方法论有足够的创新性，写成论文投出去没有问题。
林晨重新坐下来。他没想过发论文——做FinGPT的初衷是解决金融部门的实际需求，不是写文章。学术界的规则他不完全懂。但陈博士在学术圈发过十几篇顶会论文，他既然说了有足够的创新性，林晨就不会怀疑这一点。
写什么方向？
方向我已经想好了。陈博士拿起马克笔，在白板上写了几行字。数据质量在金融大模型微调中的作用。三个核心论点——第一，金融大模型的性能瓶颈不在参数量，在数据质量。用五万条精选数据的效果远超用五十万条未清洗的数据。第二，金融领域评测需要专业化评测集，通用评测集无法反映金融场景下的真实能力差异。第三，通过LoRA加数据质量优化的方法，在13B上实现了34%的超越通用模型效果，证明了领域微调的技术可行性。
您来写主要部分，陈博士又补了一句，你写技术细节和实验。我做一作，你做二作。
为什么您是一作？
论文的方向和框架是我定的，技术实现是你做的。一作定方向，二作执行——学术界的惯例。陈博士看着他，你有意见吗？
没有。我不在乎谁是一作，我在乎论文能不能发出去。
接下来的三周，林晨的夜晚被论文占满了。
白天照常上班——带团队、推进商业化对接、处理日常管理。晚上八点之后才开始写论文。论文从零开始写起，每天写一部分，第二天发给陈博士看反馈，第三天再改。
论文的标题最后定的是《FinGPT: Financial Domain Adaptation of Large Language Models via High-Quality Data Curation》——通过高质量数据策划实现大语言模型的金融领域适配。
写作的难度比他想象的要大得多。学术论文有严格的语言规范—
（本章节未完结，点击下一页翻页继续阅读）
正在加载...