NVIDIA NeMo を用いた金融 AI 研究のための合成データ生成

記事の3ポイント

1. 1

   金融データの偏り解消と合成データ生成

   既存の金融ニュースが earnings や株価変動に偏っている課題に対し、信用格付け変更や製品承認など稀な事象を含む合成データを生成してギャップを埋める手法を示す。

2. 2

   反復型パイプラインによる高品質データ作成

   単一のバッチ処理ではなく、生成・フィルタリング・グローバル重複排除・Few-shot 戦略の修正を 82 回繰り返すことで、50 万件以上の一意な見出しを生成するワークフローを提案している。

3. 3

   大規模計算リソースと具体的な技術構成

   NVIDIA B200 ノード 1 台（8 GPU）で約 6 日間かけて実行し、vLLM を用いた推論と Ray を使った意味的重複排除を並行処理する実装環境と使用バージョンを明記している。