Към основното съдържание

#financial-reporting

Financial Reporting

Generating and auditing financial reports with language models

PHANTOM (NeurIPS 2025): Измерване на откриването на халюцинации в LLM при финансови документи

PHANTOM (NeurIPS 2025) е първият бенчмарк, който измерва откриването на халюцинации в LLM върху реални SEC документи при дължина на контекста до 30 000 токена. Qwen3-30B-A3B-Thinking води с F1=0.882; моделите от 7B постигат резултати близки до случайното отгатване — с директни последици за автономните счетоводни агенти.