标签
介绍了CreditCardQA，这是一个基于真实信用卡协议的金融素养数值推理基准。评估了在思维链（Chain-of-Thought）和程序思维（Program-of-Thought）提示下的LLM，发现程序思维带来持续提升，错误源于金融规则误用而非算术错误。
RePoT通过基于检查点的修复，使得从无效动作中进行确定性恢复成为可能，从而改进了Program-of-Thought，在多个模型和基准测试中取得了更高的成功率。
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。