environmental, social and corporate governance
PulseAugur coverage of environmental, social and corporate governance — every cluster mentioning environmental, social and corporate governance across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
面向ESG信息提取的新韩国数据集发布
研究人员开发了ESG-Kor，一个新发布的韩国数据集，旨在从企业可持续性报告中提取环境、社会和治理（ESG）信息。该数据集包含超过118,000个句子，根据ESG评级机构的规则进行了细致标注。使用各种韩国预训练语言模型进行的初步测试显示了显著的分类性能，并且通过分析中小企业的文件，进一步证明了该数据集的适用性。
-
开源LLM在ESG报告任务中的表现评估 · 跟踪到1个来源
一篇新论文评估了七个开源大语言模型（LLMs）在环境、社会和治理（ESG）领域内进行检索增强生成（RAG）任务的性能。该研究使用了来自欧盟上市公司（EU-listed companies）的498份真实ESG报告和100对合成问答对来评估GLM 4.7 Flash、Nemotron-3-nano:4b和Qwen3:4b-instruct等模型。虽然模型的检索性能普遍较强，但在忠实度和事实准确性等生成指标上存在显著差异，表明需要进行领域特定的微调。
-
研究发现Qwen3模型在ESG数据嵌入基准测试中领先
一篇新论文介绍了一个旨在评估环境、社会和治理（ESG）数据嵌入模型性能的基准数据集。该研究测试了十四个开源和闭源模型，评估了它们在特定于ESG信息的检索和检索增强生成（RAG）任务中的表现。结果表明，基于Qwen3的模型取得了最高的整体性能，为选择适合ESG RAG应用的模型提供了实际指导。
-
新框架使用LLM将AI投资组合优化与ESG偏好相结合
研究人员开发了一个新的投资组合优化框架，该框架使用多目标强化学习（MORL）整合了环境、社会和治理（ESG）因素。该方法通过纳入偏好引导系统，解决了不同的ESG评级方法和手动加权多个目标的难度。该系统通过基于夏普比率和ESG分数的投资组合的成对比较来推断用户的效用函数。使用大型语言模型（LLM）角色的模拟显示，地区背景显著影响这些偏好，欧洲角色优先考虑ESG，德克萨斯角色偏好财务回报。
-
LLM 激活揭示文本中的概念内容，优于表面分析
研究人员开发了一种新方法，通过分析大型语言模型 (LLM) 的激活来衡量文本中的概念内容，而不仅仅是表面词语的使用。该方法利用线性探测和递归特征机 (RFM) 算法，旨在捕捉 LLM 的内部知识。当应用于涉及环境、社会和治理 (ESG) 因素的金融文本时，线性探测方法在没有任何特定任务训练的情况下，实现了接近微调分类器的准确率。