New method classifies fine-grained inconsistencies in financial disclosures

研究人员开发了一种用于金融披露文本的细粒度不一致分类方法，旨在不仅识别冲突的存在，还识别其具体类型。一项使用合成SBID-FD基准的研究比较了各种模型，包括微调编码器和改编的大型语言模型，如Qwen3.5-9B和GPT-5.4。结果表明，微调的300M编码器取得了具有竞争力的准确性，突显了紧凑型监督模型的效率。研究还表明，虽然提供正确的证据跨度显著提高了分类准确性，但定位质量仍然是一个瓶颈，特别是对于参照不一致性。 AI

影响 这项研究通过实现对文本冲突更细致的检测，有望改进金融报告中的自动化审计和合规性。

排序理由 学术论文，详细介绍了一种对文本不一致性进行分类的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• GPT-5.4
• Hugging Face
• Qwen3.5:9b
• SBID-FD
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →