🎯 情报来源：Artificial Intelligence
亚马逊云科技近期发布多模态大模型Nova Lite的微调实践指南，通过监督式微调(SFT)使税务表单处理关键字段精度最高提升39%。该方案采用参数高效微调技术(PEFT)，在保持基础模型0.00021美元/页的推理成本下，实现雇主信息字段F1分数从68.41%跃升至95.74%。
测试使用模拟W-2税务表单数据集，包含2016-2019年带噪声的扫描件图像。经微调的模型在员工信息、雇主信息、收入等五大类字段上均实现显著提升，其中多州就业字段精度改善达35.9个百分点，所有关键字段召回率均达100%。
💡 核心要点
- 关键字段精度最高提升39.01%（雇主信息字段）
- F1分数最大增幅27.33%（多州就业字段）
- 推理成本维持0.00021美元/页（1895输入token+411输出token）
- 训练成本0.002美元/千token/epoch
- 支持按需部署(ODI)和预置吞吐量两种推理模式
📌 情报分析
技术价值：高
PEFT技术实现轻量化微调，验证了视觉-语言模型在专业文档处理领域的适应能力。测试数据显示结构化输出F1分数平均提升20.33%，但福利类字段仍有25%提升空间。
商业价值：极高
直接对标企业ERP系统集成需求，解决税务、发票等专业文档处理痛点。按需推理模式可节省78%的部署成本（相比预置吞吐量），适合业务量波动的中小企业。
趋势预测：高
结合AWS生态的SAP数据自动标注方案，预示多模态模型将加速渗透企业文档自动化流程。知识蒸馏技术路线（Nova Premier→Lite）可能成为下一个迭代方向。