SEC 10-K filings
PulseAugur coverage of SEC 10-K filings — every cluster mentioning SEC 10-K filings across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新的基准 FinMultiHopQA 使用结构化证据测试 LLM 的金融推理能力
研究人员推出了 FinMultiHopQA，这是一个旨在评估金融问答中多跳推理能力的新基准。该基准包含 15,600 个问题，这些问题均基于 FinReflectKG，一个从 SEC 10-K 文件派生的知识图谱。研究还探讨了证据的结构和呈现方式如何影响 LLM 的性能，发现结构化程度较低的证据会导致正确率持续下降，尤其是在定量和跨公司推理任务中。
-
FinLLM-KG框架通过知识图增强金融大语言模型
研究人员开发了FinLLM-KG，一个新颖的框架，通过将大语言模型（LLMs）与金融知识图谱相结合，增强了算法交易中的金融情绪分析。这种模型无关的方法在推理时注入来自SEC 10-K文件的、时间上确定的、公司层面的知识，而无需更新模型权重。通过考虑超越单个文章的更广泛的公司层面信息，FinLLM-KG通过句子和知识图谱事实归因提高了可解释性，从而在模拟中提高了投资组合的表现。
-
LLM流水线展现出广泛的跨语言可重用性，但领域特定验证是关键
一篇新的arXiv论文研究了大型语言模型（LLM）流水线的跨语言可重用性，重点关注金融信息提取、多语言推理和语义筛选。研究发现，在英语中开发的流水线可以广泛地跨语言重用，准确率损失极小，其中Gemini 3.5 Flash实现了高提取率。然而，推理工作量和语言难度排名在一般知识问答和金融内容分析之间存在显著差异，这表明每个领域、每种语言的验证仍然至关重要。
-
新的LEDGER基准测试LLM在长上下文财务报告分析方面的能力
研究人员推出了LEDGER，这是一个新的基准数据集，旨在评估大型语言模型在财务检索和提取方面的长上下文能力。该数据集包含4,999份数字化的公司年度报告，包含图表、表格和叙述性文本，超越了简化的监管文件。LEDGER包含三个不同的评估基准，从页面级别的KPI检索到对话式查找和完整的KPI提取，所有这些都源自数字密集、篇幅较长的报告。该项目还提供了人工标注的数据和一套全面的提取、验证和评分工具链，并通过CEO信件修辞和市场影响的案例研究…