代表工作ACL 2026 · Industry Track · Oral
FinLangNet
A Unified Framework for Modeling Heterogeneous Financial Data via Dual-Granularity Prompting
把静态属性与多源行为序列放进同一个信用风险模型,用特征级和用户级可学习提示,预测多个未来时间窗口。
核心作者 · 通讯作者 · 项目负责人
时序建模 / 提示学习 / 金融风控
算法工程师 滴滴
非典型大厂算法工程师
做过搜索广告,也做金融风控。
在这里,记录研究、阅读与生活。
Agent 与 LLM · 搜索、推荐与广告
因果推断 · 互联网金融与信贷算法
A Unified Framework for Modeling Heterogeneous Financial Data via Dual-Granularity Prompting
把静态属性与多源行为序列放进同一个信用风险模型,用特征级和用户级可学习提示,预测多个未来时间窗口。
核心作者 · 通讯作者 · 项目负责人
时序建模 / 提示学习 / 金融风控
面向互联网金融与信贷任务,研究训练样本如何选择:用考虑时间依赖的 TracSeq 评分,结合多任务指令微调适配 Mistral 7B。
研究介绍面向额度、利率与期限的联合决策,把残差化、表征解耦和处理敏感度建模结合起来,研究观测数据中的反事实信贷结果。
研究介绍Beyond the screen
旅行、摄影,以及羽毛球场上的日常。
生活记录利用业余时间从零基础准备 N3:学习节奏、教材选择和考试复盘。
在知乎阅读