⏶7
FinSight：迈向真实世界的金融深度研究
发表
由 
Jiajie Jin 提交
Jiajie Jin 提交作者: Jiajie Jin, Yuyao Zhang, Yimeng Xu, Hongjin Qian, Yutao Zhu, Zhicheng Dou
摘要
AI 生成总结
FinSight 是一个多智能体框架，采用 CAVM 架构和迭代视觉增强机制，可生成高质量的多模态金融报告，与现有系统相比，其准确性和呈现质量均更高。生成专业的财务报告是一个劳动密集型且智力要求高的过程，
目前的 AI 系统难以完全自动化。为了应对这一挑战，我们引入了 FinSight (Financial
InSight)，一个用于生成高质量、多模态财务报告的新型多智能体框架。
FinSight 的基础是带有可变内存的代码智能体 (CAVM) 架构，
它将外部数据、设计工具和智能体统一到一个可编程变量空间中，
从而能够通过可执行代码灵活地进行数据收集、分析和报告生成。
为了确保专业级的可视化效果，我们提出了迭代视觉增强机制，
该机制逐步将原始视觉输出精炼为精美的财务图表。
此外，两阶段写作框架将简洁的分析链段扩展为连贯、注重引文且多模态的报告，
确保分析深度和结构一致性。在各种公司和行业级别任务上的实验表明，
FinSight 显著优于所有基线，包括领先的深度研究系统，
无论是在事实准确性、分析深度还是演示质量方面，都展示了实现接近人类专家水平报告的清晰路径。
我们引入了 FinSight，一个新颖的多智能体框架，用于生成高质量、多模态的金融报告。FinSight 的基础是带有可变内存的代码智能体（CAVM）架构，它将外部数据、设计工具和智能体统一到一个可编程变量空间中，通过可执行代码实现灵活的数据收集、分析和报告生成。为了确保专业级的可视化效果，我们提出了一种迭代视觉增强机制，逐步将原始视觉输出精炼成精美的金融图表。此外，一个两阶段写作框架将简洁的分析链段扩展为连贯、注重引文的多模态报告。在各种公司和行业层面的任务上的实验表明，FinSight 在事实准确性、分析深度和呈现质量方面显著优于所有基线，包括领先的深度研究系统。