速六AI赋能财务速六财易
开源与研究 · 资料与数据整理

财报助手答得很肯定,财务却找不到数字出处

项目原名:Financial report RAG 项目与FinanceBench小样评测

真正要用答案时,往往还得重新查一遍报告。

先看这三件事,判断它是否对题

项目解决的业务问题:生成式问答容易给出无依据答案,财务需要找到对应报告内容。

项目采取的做法:开源 RAG 项目解析 PDF、分块检索并可重排,结合 FinanceBench 小样评估回答。

对财务工作的意义:财报问答不仅要给数字,还要能指回年报原文;小样本评测可帮助发现问题,但不能代替上线验证。

回到资料与数据整理,接着找相似工作 →
第 01 步

这项研究或工具想解决什么

RAG 原型展示检索与回答的组合。判断价值时,应检查每个数是否有原文支撑,以及检索漏掉了什么。

第 02 步

测试用了什么资料,怎样安排

这里介绍的是研究或开源实现,测试结果只适用于其数据集和实验条件。

开源 RAG 项目解析 PDF、分块检索并可重排,结合 FinanceBench 小样评估回答。

第 03 步借鉴分析

整理数据先确认字段含义

财报问答的答案要能回到具体页码、表格和单元格,计算过程也要单独展示。测试时放入跨页、单位变化和相似科目等难题,检查答案引用是否正确、合计能否复算。

第 04 步

年报问答怎样检索原文并算对数字

  1. PDF解析、分块、向量检索、可选重排、生成及大模型评判。
第 05 步

准备问题、财报材料和核验依据

准备年报 PDF、标注好的财务问题和可核实答案,保留页码、表格或段落位置。加入需要跨页找数或做简单计算的问题。

第 06 步

答案和数字要能回到财报原文

回答要同时给出结论、原文页码或表格位置及计算过程;找不到依据时应明确说没有找到,不能用相似段落补答案。

第 07 步

案例公开的业务数据

这些分数来自测试或实验,不能代表企业上线后的效率变化。

实验数据反映测试条件下的表现。测试样本、标签和指标口径,会影响结果,不能直接换算成上线后的财务效果。

小样本且LLM-as-judge;非独立审计验证;README注明云部署文件限制。

指标数值数据类型说明
judge accuracy60 %实验评测20-question subset across four FY2022 10-Ks; judge score 3.00/5 仓库自评
第 08 步试点建议

用标准答案核对检索、引用和计算

按已有答案集测试检索和计算。覆盖跨页引用、单位变化、相似科目和多年度比较,分别检查答案正确、引用正确和复算结果。

  • 记录每题的原文位置和预期答案。
  • 把检索遗漏、计算错误和引用错位分开统计。
第 09 步

口径、答案和研究结果由谁确认

  • 小样本且大模型-as-judge;非独立审计验证;README注明云部署文件限制。

继续核对这些问题

“judge accuracy”具体指什么?

评测结果中的judge accuracy为60%(测试范围:20-question subset across four FY2022 10-Ks; judge score 3.00/5)。这个结果只适用于对应样本和测试条件。数据出自仓库自评。

继续看资料与数据整理的其他做法

回到资料与数据整理业务路线 →

这项工作还会影响哪些环节

如果项目走到这里还要交接资料或核对结果,可以顺着相关业务继续看。

流程衔接参考 · 接到进项发票

同一份票据,整理后才能核账

邮件、扫描件和系统里的发票信息先归成统一字段,后续才能查验和入账。

辅助步骤参考;不代表某个案例已部署相同功能。

AI 可读出票号、金额、税额和明细,统一格式并提示重复项,财务再核对票面和业务。

继续看这个业务环节 →
流程衔接参考 · 接到合同与付款审批

合同条款要能查到原文

付款审核要把合同、订单、验收和申请对应到同一笔采购。

辅助步骤参考;不代表某个案例已部署相同功能。

AI 可标出付款比例、日期和验收要求的原文位置,再列出缺件或前后不一致的条款。

继续看这个业务环节 →
流程衔接参考 · 接到银行与电子回单

流水和回单整理成交易记录

流水里的金额要能和回单及业务记录对应,之后才方便认领和查账。

辅助步骤参考;不代表某个案例已部署相同功能。

AI 可统一日期、方向和摘要格式,并按交易编号推荐对应回单,保留原件位置。

继续看这个业务环节 →