精选今天0 投票
CIFQA：确定性工具驱动的多智能体LLM框架，实现精准金融问答
金融领域的计算密集型问答，例如定期存款利息计算、提前支取罚息等，要求模型能够对结构化利率、时间条件、数值公式和规则约束进行精确推理。然而，大型语言模型（LLM）在处理这类多步计算时，常常生成看似合理但数值错误的答案。针对这一痛点，研究人员提出了CIFQA（Calculation-Intensive Financial Query Answering）框架，旨在通过“语言理解与数值执行分离”的设计，实现高可靠性的金融计算问答。
核心设计：多智能体协作，工具落地计算
CIFQA并非让LLM直接生成答案，而是构建了一个多智能体系统，将任务分解为五个环节：
- 查询解释：理解用户意图，提取关键信息
- 路由：将查询分发至相应的处理模块
- 参数提取：抽取出利率、期限、金额等结构化参数
- 计算规划：制定计算步骤
- 响应生成：基于计算结果生成自然语言回复
其中，所有数值计算和规则应用均由确定性的Python工具完成，避免了LLM在数学运算中的“幻觉”问题。这种设计使得语言模型专注于理解与表达，而计算可靠性由工具保证。
实验验证：显著优于直接LLM基线
研究团队将CIFQA应用于定期存款问答场景，并构建了专门的基准测试集。结果显示：
- 在计算密集型查询上，CIFQA的准确率高达95.54%，整体准确率为90.87%，大幅超越直接使用LLM的基线模型（即使这些模型被提供了完整的公式、利率表和测试说明）。
- 消融实验表明，精确利率查找、期限计算、滚动年调整、提前支取逻辑等确定性组件是性能的关键贡献者。
架构设计比模型规模更重要
值得关注的是，CIFQA使用17B参数的开源模型作为骨干，其表现优于使用相同金融信息但规模更大的前沿模型。这一结果强有力地说明：在数值可靠性方面，架构设计比模型规模更具决定性。这一发现为资源受限的金融科技应用提供了实用路径——通过精心设计的系统架构，小模型也能在专业领域达到甚至超越大模型的效果。
普适性与未来展望
尽管当前评估聚焦于定期存款查询，但CIFQA的框架设计具有通用性，可推广至保险精算、贷款计算、税务筹划等计算密集型金融推理任务。该研究为解决LLM在专业计算领域的短板提供了新思路，也预示着未来AI金融助手将更加可靠。
论文已提交至arXiv（编号2608.26114），作者来自印度理工学院等机构，目前正等待学术评审。