FinRpt: Un Nuovo Benchmark e Framework Multi-Agente per la Generazione Automatica di Report di Ricerca Azionaria
L'introduzione di FinRpt, un nuovo benchmark open-source, mira a migliorare la creazione automatica di Report di Ricerca Azionaria (ERR) utilizzando modelli linguistici di grandi dimensioni (LLM). Questa iniziativa, descritta nell'articolo arXiv 2511.07322, è la prima a definire il compito di Generazione di ERR, affrontando problemi legati alla scarsità di dati e all'assenza di metriche di valutazione. FinRpt presenta una pipeline di costruzione del dataset che combina sette tipi di dati finanziari, facilitando la generazione automatica di un dataset di ERR di alta qualità per scopi di addestramento e valutazione. Inoltre, viene proposto un framework di valutazione composto da 11 metriche per misurare la qualità degli ERR generati. Gli autori introducono anche FinRpt-Gen, un sistema multi-agente progettato per questo scopo, che impiega Supervised Fine-Tuning e Reinforcement Learning sui dataset proposti. Questo avanzamento rappresenta un passo fondamentale verso la completa automazione della produzione di report di ricerca azionaria, con il potenziale di rivoluzionare i processi di analisi finanziaria.
Fatti principali
- FinRpt è un benchmark di valutazione open-source per la generazione di Report di Ricerca Azionaria (ERR).
- L'articolo formula per la prima volta il compito di Generazione di ERR.
- La pipeline di costruzione del dataset integra 7 tipi di dati finanziari.
- Il benchmark include un sistema di valutazione con 11 metriche.
- FinRpt-Gen è un framework multi-agente per la generazione di ERR.
- Gli agenti basati su LLM vengono addestrati utilizzando Supervised Fine-Tuning e Reinforcement Learning.
- Il lavoro affronta la scarsità di dati e l'assenza di metriche di valutazione nella generazione di ERR.
- L'articolo è disponibile su arXiv con ID 2511.07322.
Entità
Istituzioni
- arXiv