EXAONE Finance 是面向金融预测的时间序列基础模型。它摆脱了自注意力的二次计算，采用两种线性时间算子：因果一维卷积负责时间维度的混合，分组感知池化多层感知机负责变量维度的混合。训练时引入掩码上下文增强，使模型在连续缺失区间上仍能保持鲁棒，适应金融市场常见的间歇观测。模型在覆盖股票、外汇、商品、加密资产、固定收益和宏观指标的大规模金融语料上进行预训练。FinVerse 基准包含多资产类别的预测任务，EXAONE Finance 在点预测精度、横截面资产排序和组合收益三个层面均取得首位成绩，刷新了当前最佳记录。
点评：该模型通过结构简化和缺失感知提升了在金融场景的实用性，展示了大规模金融预训练的潜力。