Instruction Finetuning Llama3-8B Model Using LoRA for Financial Named Entity RecognitionLL Funds发表于 —上传于 2026年1月16日本文提出将指令微调与LoRA参数高效适配相结合,针对财务文本进行命名实体识别:在1693条句子构成的数据集上训练指令-输入-输出三元组,并仅微调注意力层的低秩矩阵以节省资源;模型在微平均F1上达到0.894,显著优于多种基线模型,证明了该方法在小规模领域数据上的有效性