arXiv cs.CL· Aghoghomena Akasukpe, Li Yang, Xinyao Zhou, Chen Shen, Miguel Vargas Martin·· 10 小时前AI 评分31
IFRS 合规验证：开放多 LLM 基准与内容条件化集成分类器
IFRS Compliance Verification: An Open Multi-LLM Benchmark and Content-Conditioned Ensemble Classifier
AI 导读
研究团队构建了 19,998 条 IFRS 法规-披露配对的多 LLM 基准，含 11,161 条多模型一致标签与 8,837 条人工标注，并提出融合 GPT-4.1、Claude Sonnet 4 和 Gemini 2.5 Pro 概率特征的集成分类器。
正文 · AI 翻译
摘要：依据国际财务报告准则（IFRS）核验企业财务披露是一项核心审计任务，专家需将披露内容与数百条细粒度的监管条款逐一交叉比对：这一过程费时、成本高昂且易出错，因而促使人们日益关注将大语言模型（LLM）用作合规助手。然而，单模型准确率仍不足以支撑高风险场景的使用，而简单的集成方法易受各模型系统性偏差的影响，可能使整体准确率低于最强单个标注者的水平。为弥补这一差距，本文提出一个多阶段框架，并配套构建了一个包含 19,998 个 IFRS 监管条款—披露配对的新基准，其中 11,161 个为多 LLM 一致标注，8,837 个为针对 LLM 存在分歧的条目所进行的人工标注。该框架将三阶段领域自适应句子嵌入流水线（在 SEC EDGAR 文件上进行 BERT 掩码语言建模、无监督 TSDAE 与 SimCSE 自适应，以及有监督对比对齐）与一个学习型集成分类器相结合，后者通过树结构 Parzen 估计器（TPE）优化的梯度提升树，融合冻结嵌入与来自 GPT-4.1、Claude Sonnet 4 和 Gemini 2.5 Pro 的 LLM 概率特征。在分歧集上，该集成方法取得 81.7% 的加权 F1，比最强单个 LLM 高 10.4 个百分点，比多数投票高 14.6 个百分点，并优于十一个无监督聚合基线；检索流水线在未见过的监管条款上取得 45.3% 的 Recall@15。数据集、模型检查点、标注平台与分类器实现将公开发布。
| 学科： | 计算与语言（cs.CL）；信息检索（cs.IR） |
| ACM 分类： | I.2.7；H.3.3 |
| 引用为： | arXiv:2611.13595 [cs.CL] |
| （或 arXiv:2611.13595v1 [cs.CL] 对应本版本） | |
| https://doi.org/10.48550/arXiv.2611.13595 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Li Yang [查看邮箱]
[v1]
2026 年 11 月 10 日星期二 05:12:13 UTC（1,223 KB）
来源：arXiv cs.CL · arxiv.org