Marketingmanager
FiD kodiert abgerufene Passagen separat und fusioniert sie im Decoder, schlägt RAG-Sequence um 4–11 Punkte bei NQ und TriviaQA – die Synthese-Hauptbuchführung, die QA braucht.
GuardAgent erzwingt LLM-Agenten-Richtlinien per Python-Code und erreicht 98,7 % Genauigkeit ohne Aufgabenfehler, gegenüber 81 % und bis zu 71 % Fehlern bei Prompt-Regeln.
Multiagenten-Debatte gewinnt 14,8 Punkte in Arithmetik, doch Single-Agenten mit gleichem Budget halten mit. Das begrenzt Debatte als sichere Prüfung vor einem Ledger-Commit.
NeurIPS-2024-Ablation: Ohne LLM in Time-LLM und CALF steigt die Genauigkeit, Training bis 1.383× schneller. Für Finanz-KI gezielte Modelle nutzen.
AuditCopilot senkt Falschpositive bei Buchungsbetrug von 942 auf 12, doch die Ablation zeigt, dass das LLM hauptsächlich Isolation-Forest-Scores synthetisiert.
TAT-LLM erreicht mit LLaMA 2 7B 64,60 % EM bei FinQA und übertrifft GPT-4 (63,91 %): Eine Extract-Reason-Execute-Pipeline bringt Tabellenarithmetik in kleine Modelle.
RAG erreicht 0.875 Genauigkeit bei Fakten nach dem Cutoff, während Fine-Tuning bei 0.504 stagniert. Für Agenten mit häufigen Ledger-Updates schlägt Retrieval das Fine-Tuning.
IRCoT fügt +11,3 Recall und +7,1 F1 bei HotpotQA gegenüber Ein-Schritt-RAG hinzu, indem es bei jedem Denkschritt Retrieval abfragt. Ein 3B-Modell kann dann GPT-3 175B schlagen.
FLARE erreicht 51,0 EM bei 2WikiMultihopQA gegenüber 39,4 bei Single-Retrieval-RAG, doch Kalibrierungsfehler in Chat-Modellen begrenzen den Einsatz für Finanzagenten.
Lewis et al. erreichten 44,5 EM auf Natural Questions mit einem eingefrorenen FAISS-Index; für Beancount-Ledger bedeutet das Neu-Indizieren-oder-Verfehlen, wenn sich Salden täglich ändern.
MultiHiertt zeigt: Modelle erreichen 38% F1 gegenüber 87% bei Menschen auf 10.440 Finanz-QA-Paaren, mit 15 Punkten Rückgang bei tabellenübergreifenden Fragen.
Das beste Modell von ConvFinQA erreicht 68,9% Ausführungsgenauigkeit gegenüber 89,4% bei menschlichen Experten – eine Lücke von 21 Punkten, die der mehrstufige Ledger-Chat weiterhin bewältigen muss.
