hs-anhalt.de

이 이메일 도메인이 관측된 논문 2건

arXiv:2606.27446v1cs.CL

인과 연결: FinCausal 2026 금융 QA를 위한 다국어 미세조정 활용

Causal Connections: Leveraging Multilingual Fine-Tuning for Financial QA@FinCausal 2026

FinCausal 2026 공유 과제에서 금융 서사의 인과 관계 추출을 위해 다국어 BERT, BART, 디코더 전용 대규모 언어 모델(LLM) 세 계열을 비교한 결과, 영어·스페인어 혼합 데이터로 파인튜닝한 GPT-4.1 Mini가 퓨샷(20개) 예시와 결합하여 영어 하위 과제에서 공동 1위(4.8140), 스페인어에서 3위(4.7753)를 달성했다. 다국어 파인튜닝이 단일 언어 파인튜닝보다 일관되게 우수한 성능을 보였으며, 지도 파인튜닝이 제로샷·퓨샷 프롬프팅보다 가장 큰 성능 향상을 제공함을 확인했다.

arXiv:2606.27316v1cs.CL

독일 연방은행의 유가증권 투자설명서 적격성 기준 심사를 위한 LLM 기반 접근법

LLM-Based Examination of Eligibility Criteria from Securities Prospectuses at the German Central Bank

독일 연방은행의 유가증권 담보 적격성 심사에서 OCR 노이즈와 독일어·영어 혼재 투자설명서 처리 한계를 넘기 위해, 작업을 추출·정규화·해석으로 나눈 LLM 기반 생성형 정보 추출 파이프라인을 최초로 적용했다. LLM-as-a-judge 값 기반 평가 결과 문서 수준 적격성 판단에서 최대 91% 정밀도를 달성했으며, 오인정을 줄이는 보수적 운용 특성을 확인했다.