Auto-Generating Earnings Report Analysis via an Augmented LLM
创建于 更新于
摘要
本报告提出了一种面向财务领域的检索增强型指令数据生成方法，通过对财务报表文本进行分块、向量检索与高质量指令数据合成，微调大语言模型，实现对财报分析报告的自动生成。实验证明该模型在准确率和语义相似度上显著优于开源Llama-2模型，并与商用GPT-3.5相当，展现了自动化财报分析的潜力和实用价值 [page::0][page::2][page::5][page::7]
