JaFIn: Japanese Financial Instruction Dataset

本研究构建了一个面向日本金融领域的大型语言模型（LLM）指令数据集，随着语言模型的普及，包括LLM在内的领域自适应语言模型受到越来越多的关注。本研究通过指令调整展示了领域自适应的有效性。为此，我们提出了一个日语指令调整数据集JaFIn，即日本金融指令数据集。JaFIn基于多个数据源手动构建，包括提供广泛金融知识的日本政府网站。我们利用JaFIn对多个LLM进行指令调整，证明了我们的金融专业模型具有比原始模型更好的领域适应性。创建的金融专业LLM使用了定量日本金融基准和定性响应比较进行评估，表现出比原始模型更好的性能。

本论文旨在解决大语言模型在日本金融领域的适应性问题，提出了一种基于指令调整的领域自适应方法。

论文提出了一种指令调整的方法，通过手动构建一个日本金融指令数据集JaFIn，将其用于大语言模型的领域自适应，实现了更好的性能。

本论文手动构建了一个日本金融指令数据集JaFIn，并将其用于大语言模型的领域自适应，实现了更好的性能。实验结果通过定量和定性评估进行验证，表明改进后的模型在日本金融领域中具有更好的性能。该论文的方法对于其他领域自适应也具有一定的参考价值。

最近在该领域中，也有一些相关的研究，如《Domain-Specific Language Model Pretraining for Biomedical Natural Language Processing》、《Improving Language Understanding by Generative Pre-Training》等。