深度分析
DS@GT 團隊以語言感知 RAG 與模型路由技術突破多語言金融問答瓶頸
喬治亞理工學院 DS@GT 團隊在 CLEF 2026 的 FinMMEval 任務中，提出一套多語言檢索增強問答系統，專為金融專業認證考試（如 CFA、EFPA、CPA）設計。
深度分析
喬治亞理工學院 DS@GT 團隊在 CLEF 2026 的 FinMMEval 任務中，提出一套多語言檢索增強問答系統，專為金融專業認證考試（如 CFA、EFPA、CPA）設計。
速報
Finance Agent v2 只支援定期報告，無法處理長篇 IPO 招股說明書。研究者開發 IPO Finance Agent，加入上下文檢索與 IPO 專屬題庫，提升長文件問答能力。測試顯示 Zhipu GLM-5.2 正確率 79.8%，成本效益佳的 Xiaomi MiMo-2.5 Pro 亦表現優異。