Как заставить LLM читать транзакции: FinTRACE от Sber AI — без переобучения модели

Тимлид Sber AI Lab Дмитрий Валов рассказал о проблеме: банки используют зоопарк узких моделей для каждой задачи (отток, кредитный риск, NBA), каждая со своим пайплайном и фичами. Данные о клиенте размазываются по системам и плохо переиспользуются, а при появлении нового источника или фичи модель приходится переобучать.

LLM кажется идеальным кандидатом на роль единого интерфейса — данные переводятся в текст, и новый источник просто дописывается в промпт. Но на практике языковая модель справляется хуже специализированных. В работе FinTRACE авторы разобрались, почему так, и предложили способ починить без гигантских датасетов — перестраивая то, что именно показываем модели.

Статья принята на SIGIR 2026 — это серьёзное признание в академическом сообществе. Подход не требует дообучения, что делает его практичным для продакшена.