arXiv cs.CL· Jatin Gupta, Akhil Sharma, Saransh Singhania, Ali Imam Abidi·· 11 小时前AI 评分22
CA-ThinkFlow：面向印度注册会计师考试的检索增强推理框架
AI-Enabled Question-Answering for Chartered Accountancy: A Retrieval-Augmented Reasoning Framework
AI 导读
CA-ThinkFlow 是一个参数高效的 RAG 框架，基于 14B、4-bit 量化的 14B-DeepSeek-R1 推理模型，并搭配保持文档结构的 Docling 版面感知抽取系统。
正文 · AI 翻译
摘要：大型语言模型（LLM）的出现推动了 AI 在金融领域的应用，但其在复杂、特定司法管辖区任务（如印度特许会计师（CA））中的可靠性仍然有限。这些模型在执行需要多个步骤的数值任务时表现出困难，同时还需要关于法律法规的高级知识，而在资源访问受限的环境中，扩展其操作的方法并不可行。我们提出 CA-ThinkFlow，作为一个参数高效的检索增强生成（RAG）框架，它使用 14B、4 位量化的推理模型 14B-DeepSeek-R1 以及布局感知的 Docling 提取系统运行，该系统在提取过程中保持文档结构。CA-ThinkFlow 使用一种基本的 RAG 方法，自动将检索到的信息添加到提示中，同时依赖模型内置的思维链（CoT）功能来创建上下文并生成正确答案。我们开发的系统在多级 CA-Ben 基准上测试时，其性能水平与大型专有模型相当，学术可靠性系数（SRC）结果达到 GPT-4o 和 Claude 3.5 Sonnet 的 68.75\%。该框架在参数处理方面表现出高效率和强大能力，但关键推理能力无法处理税务等领域中存在的复杂监管文本。
| 评论： | 已被 ICITI-2026 接收发表：第 3 届国际信息技术与智能会议（ICITI），印度 NIT Agartala，2026 年 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；信息检索（cs.IR） |
| 引用为： | arXiv:2605.00257 [cs.CL] |
| （或此版本的 arXiv:2605.00257v2 [cs.CL]） | |
| https://doi.org/10.48550/arXiv.2605.00257 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jatin Gupta [查看电子邮件]
[v1]
2026 年 4 月 30 日星期四 21:50:49 UTC（67 KB）
[v2]
2026 年 11 月 1 日星期日 10:00:34 UTC（67 KB）
来源：arXiv cs.CL · arxiv.org