标签
这篇论文研究了无标签评估方法（如自一致性、多数投票）中一致性与正确性之间的解耦现象，发现大多数错误答案集中在高一致性区域，从而对依赖一致性作为正确性代理的评估流程构成盲区。
FinSkillOps 是一种用于SEC文件问答的多智能体系统，通过引入受控的技能管理实现自我演进，提升了金融问答系统的准确性和减少了错误。
CIFQA引入了一种基于确定性工具的多智能体LLM框架，用于金融查询解答。该框架将语言解释与数值执行分离，实现高准确性，并在计算密集型任务上超越更大的模型。
本文介绍了HC-RAG，一个面向10-K文件的以证据为中心的金融问答的分层跨模态检索增强生成框架，以及一个新的基准Multi-Doc-2025。它在金融问答基准上优于RAPTOR和GraphRAG，尤其是在长文档和表格相关查询方面。
本文介绍了 FinAgent-RAG，这是一个用于金融文档问答的代理式框架，它结合了迭代检索、程序化思维推理和自适应资源分配，以提高准确性并降低成本。