大模型流水线的跨语言可复用性：金融抽取、多语言推理与语义筛查
英文标题：Cross-Lingual Reusability of LLM Pipelines: Financial Extraction, Multilingual Reasoning, and Semantic Screening
随着金融机构在多语言市场中加速部署大语言模型（LLM），在英语环境中开发与验证的流水线是否具备跨语言复用能力成为关键工程痛点。本研究针对金融信息抽取、多语言推理与语义筛查等核心任务，系统评测了LLM流水线在不同语言间的迁移与复用效果。实验为金融科技开发者提供了跨语言架构设计的量化依据，有助于评估直接跨语言复用与本地化定制重构之间的成本及性能权衡。
打开原文相关 2.4 · 机会 0
2.0 KB
640 B
612 B
380 B
9.1 KB
18.2 KB
22.8 KB
24.2 KB
34.7 KB
中文
大模型流水线的跨语言可复用性：金融抽取、多语言推理与语义筛查
论文编号：arXiv:2610.27043v1
发布类型：新公布（Announce Type: new）
摘要
金融机构正越来越多地在多语言市场中部署大语言模型（LLM），这引发了一个切实的工程与业务问题：在英语环境中开发并验证的模型流水线（Pipelines），究竟能否直接跨语言复用，还是必须针对每个特定地区与语种分别重写和重新构建？
针对该问题，本研究系统测试了大模型流水线在跨语言场景下的可复用性，涵盖金融信息抽取（Financial Extraction）、多语言推理（Multilingual Reasoning）以及语义筛查（Semantic Screening）等关键任务，以评估模型在不同语种环境下的泛化能力与落地可行性。
English / 原文
BibTeX formatted citation
×