financial-transactions

本文是一项面向部署的研究，比较了24种模型变体（参数规模从270M到8B）在金融交易字符串中提取商户信息时的LoRA微调效果。作者发现，像Qwen 3.5 4B这样的小型模型可达到96.6%的F1分数，仅比8B基线低0.35个百分点，同时显著降低了延迟和成本。