Eva-4B — это модель с 4B параметрами для обнаружения уклончивых ответов в вопросах и ответах на звонках о доходах. — Название модели: Eva-4B — Задача: 3-сторонняя классификация пар вопросов и ответов на: — прямую — промежуточную — полностью уклончивую — Базовая модель: Qwen/Qwen3-4B-Instruct-2507 — Метод обучения: точная настройка по всем параметрам — Данные обучения:** Обучающий набор EvasionBench (30 000 образцов; 10 000 на класс) Eva-4B предназначена для исследований и инструментов в области качества корпоративного раскрытия и уклончивость в вопросах о доходах. Звоните в вопросы и ответы. Учитывая вопрос о прибылях (аналитик) и ответ (менеджмент), модель прогнозирует одно из следующих действий: — прямой: отвечает на основной вопрос с конкретной информацией — промежуточный: предоставляет соответствующую информацию, но обходит основной вопрос — полностью уклончивый:** не отвечает на вопрос (отказ, перенаправление, отсутствие ответа). Эта таксономия соответствует структуре Расии, на которую ссылается в документе. — Транскрипты отчетов о прибылях из базы данных S&P Capital IQ. — Обучение: 30 000 образцов (сбалансированное) — прямое: 10 000 — промежуточное: 10 000 — полностью уклончивое: 10 000 — Тест (человек): 1 000 образцов (естественное распределение) — прямое: 412 (41,2%) — промежуточное: 256 (25,6%) — полностью уклончивое: 332 (33,2%) Обучающий набор создается с помощью…
Модальности:
Генерация текста
Области применения:
Диалог / чат Финансы
Задача: Генерация текста
Автор: FutureMa
Теги: qwen3, finance, earnings-calls, financial-nlp, text-classification, llm-as-judge, distillation, conversational
Лайков: 102 | Загрузок: 896
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
