MoMaTune：先建模、再匹配、后微调，提升语言模型处理数值记录能力

MoMaTune 提出“Model、Match、Then Tune”两阶段后训练策略，针对数值记录中数值敏感性与字段间依赖监督不足的问题。在 169,285 条记录、340 个输入字段中 339 个为数值的八个公开数据集上，1.5B 参数下 Model 将八数据集掩码值填补聚合分从 0.106 提升至 0.401，三数据集正确上下文增益从 0.058 升至 0.167。