arXiv发布金融披露不一致细粒度分类研究

Aman Kumar等作者在arXiv发布研究，提出金融披露文本不一致的细粒度分类任务：在已知含冲突的段落中，识别其属于11类中的哪一类，并基于合成基准SBID-FD固定快照比较了冻结与微调编码器、证据增强分类器、提示式大语言模型及LoRA适配生成模型。 论文自述其研究目标为识别已知冲突段落的类型，未给出各方法在该基准上的最终性能结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。