研究金融披露文本细粒度不一致分类

研究基于合成基准 SBID-FD，将已知含冲突的段落分为 11 类不一致类型，并对比冻结编码器、微调编码器、证据增强分类器、提示式大语言模型与 LoRA 适配生成模型。结果显示任务特定适配显著优于冻结表示，微调后的 300M 编码器可与更大规模的提示与适配模型竞争。自动提取的证据能提供额外信号，但仅能恢复参考跨度带来的部分收益。

摘自 arXiv cs.AI

还没有足够的连续观测数据，暂不绘制趋势。