Tech Meridian ← К СУЩНОСТЯМ
EN

ТЕМА · ENTITY #4248

financial QA benchmarks

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

1

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

FINSKILLOPS: самоэволюционирующая мультиагентная система для QA по отчётам SEC (arXiv:2609.19680v1)

В статье представлена FINSKILLOPS — мультиагентная система, рассматривающая поствыпускное улучшение QA по отчётам SEC как управляемое поддержание поведения: повторно используемые патчи навыков основаны на доказательствах, проходят таргетную валидацию, регрессионные проверки и версионирование. На шести финансовых бенчмарках зафиксированный реестр навыков дал наилучшие показатели по весовой корректности вердиктов и согласованности ссылок; корректность выросла с 3.70 до 4.55, а в 12-раундовом операционном исследовании 6 из 33 предложенных навыков были приняты и доля некорректных ответов упала с 20.0% до 12.5%.

6.0