请教大模型微调相关的问题

[kxg3030]

1.我的需求:

每天我会收集一些和股票相关的新闻,这些新闻有些是重要的(比如:xx 公司开发了新药),其他大部分都没什么价值,由于新闻太多了,看不过来,而这个又比较依赖人工的判断,不能简单的通过关键字去匹配,所以想通过微调大模型来实现,得出类似这样的结构:

{ keyword:"创新药", analysis:"新药可以带动市场情绪", label:"对股票利好" }

2.我的问题:

针对上面的问题,应该是属于哪一类任务呢,简单的文本分类不太满足,我对大模型不是很熟悉,但是常见的微调,rag,agent 都简单的玩过,请教各位大佬使用哪个模型,哪种数据结构来微调比较好(我咨询过阿里的社区,建议是使用问答来做,而不是分类,有点迷惑了),有这方面实际操作的建议吗

[fatyu]

可以批量采集数据， 如果文本过多可以使用支持长上下文的大模型进行推理。

[fatyu]

设定提示词， 角色、任务、抽取数据规则、结果格式。

[fatyu]

## 角色设定
你是一名资深股票分析师，需从新闻中提取投资信号。

## 任务步骤
1. **提取关键词**：找出核心实体（公司/技术/政策）。
2. **影响分析**：分三部分：
- 短期情绪影响
- 中长期基本面影响
- 产业链扩散效应
3. **标签分类**：按 5 级体系标注（ S/A/B/C/D 级或利空）。

## 输出格式（强制 JSON ）
{
"keyword": str,
"analysis": str, # 限 100 字内
"label": "S 级利好" | "A 级利好" | ... | "利空"
}

## 示例参考
新闻：”国务院印发《低空经济发展规划》”
输出：{"keyword":"低空经济","analysis":"国家级战略驱动，基建+运营企业优先受益","label":"S 级利好"}--------------------------------一下是文章内容，xxxxxxxxxxxxxxxxxx----------------------------帮我按照上面要求输出结果。

[litchinn]

微调不就是要数据集吗，https://modelscope.cn/datasets
这上面找找，或者自己做，自己做有点难

[coefu]

这就想把最难的问题空手套白狼啊？😀

[op351]

借楼问问，微调（ Fine-tuning ）有啥入门的教程或者例子吗？想动手做一做。

[kxg3030]

@op351 如果你不会的话 可以不回答的

[kxg3030]

@fatyu 这个很接近我之前参考的一个提示词 意思微调是不考虑吗

[hdqzzz]

这个任务提示词就能搞定了

[liant]

帮我分析一下京东还能不能涨了

[fatyu]

@kxg3030 #8 针对您提的问题，我的理解是文本分析，抽取结构化数据，提示词大概率是可以实现的，关键问题在于 analysis 和 label 的判断规则梳理。 如果有高质量数据集可以做微调，用大厂的云资源选择一个基模（ Qwen-7B ）进行训练（训练后，模型还要部署，这些都是成本，我觉得暂时没必要😊）。

[kxg3030]

@fatyu 是的 成本比较高 我试过使用提示词去做 对于我主观认为利空或者中性的消息 提示词训练后的 ai 也会返回利好 不太理想 而且 fewshot 能带的示例太少了 没法让 ai 全部学习