본 논문은 자연어 처리(NLP) 기술이 금융 산업에 미치는 영향을 설명하고, BloombergGPT 및 FinMA와 같은 대규모 언어 모델(LLM)의 발전과 그 한계를 언급한다. 특히, 모델의 높은 계산 요구 사항 문제를 해결하기 위해, 사전 훈련된 LLM의 가장 효과적인 레이어를 선택적으로 미세 조정하는 Layer-wise Adaptive Ensemble Tuning (LAET)이라는 새로운 전략을 제안한다. LAET는 계산 오버헤드를 줄이면서, 금융 NLP 작업의 성능을 향상시키는 것을 목표로 한다.
