محققان در مقاله جدیدی به سراغ یکی از بزرگترین چالشهای دنیای مالی رفتهاند: چطور هوش مصنوعی میتواند به دقت به سوالات آزمونهای تخصصی مالی (مثل CFA و CPA) در زبانهای مختلف پاسخ دهد؟
نکات کلیدی این پژوهش:
🔹 استفاده از مدلهای اختصاصی (Qwen و Llama) برای هر زبان به صورت بهینه.
🔹 بهکارگیری متد RADS به جای تولید متن آزاد، برای افزایش دقت پاسخدهی.
🔹 یافتههای جالب: نتایج نشان میدهد که برخی تکنیکهای رایج مثل Chain-of-Thought (زنجیره فکر)، برخلاف انتظار در برخی زبانها عملکرد مدل را بهشدت کاهش میدهند!
این دستاورد گام بزرگی برای سیستمهای RAG در محیطهای چندزبانه و تخصصی است.
منبع: arXiv NLP
