RL Fine-Tuning дозволяє моделі 4B перевершувати 235B у фінансових питаннях та відповідях: Snorkel AI випускає відкриту навчальну середу Open Source FinQA Training Environment

Згідно з моніторингом 1M AI News, Snorkel AI випустила FinQA — навчальне середовище для підкріплювального навчання, створене на основі реальних фінансових документів SEC 10-K, яке тепер відкрито у відкритий доступ на платформі OpenEnv, спільно підтримуваній Meta, PyTorch і Hugging Face. FinQA охоплює 290 експертно анотованих фінансових запитань із 22 публічних компаній, що торгуються на біржі, включно з Alphabet, Amazon, Apple, Bank of America та Boeing, надаючи Агенту чотири інструменти MCP: перелікування доступних фінансових таблиць, отримання структур таблиць, виконання SQL-запитів і подання відповідей. SQL застосовує умови фільтрації та забороняє SELECT *, змушуючи Агент отримувати лише необхідні дані замість того, щоб вивантажувати всю таблицю. Snorkel AI співпрацювала з командою rLLM у Каліфорнійському університеті в Берклі, щоб донавчити Qwen3-4B за допомогою FinQA, що дало результат 59.7% на бенчмарку фінансових запитань і відповідей SnorkelFinance, перевищивши ту саму серію Qwen3-235B (51.37%), маючи приблизно 1/60 кількості параметрів і 90% зниження витрат на інференс. Ключові висновки: хоча великі моделі можуть міркувати, вони можуть генерувати вигадані назви колонок і ігнорувати SQL-обмеження; натомість менша модель, навчена з RL, може точно викликати інструменти, що вказує, що «дисципліна інструментів», а не масштаб, є вузьким місцем. FinQA — перше середовище з відкритим кодом, випущене Snorkel AI на OpenEnv, із планами запустити багатокрокові корпоративні середовища, що охоплюватимуть такі галузі, як охорона здоров’я, страхування та право, у майбутньому.