arXiv cs.CL· Chun Chet Ng, Jia Yu Lim, Zhen Hao Chu, Yixi Zhou, Wei Zeng Low·· 12 小时前AI 评分31
PRISM：面向金融检索的提示词精炼上下文系统建模框架
PRISM: Prompt-Refined In-Context System Modelling for Financial Retrieval
AI 导读
PRISM 是一个无需微调的金融文档检索框架，组合提示词工程、上下文学习与候选精炼模块，在 FiQA-2018 上将 Recall@100 从 0.7783 提升至 0.8326，NDCG@10 达 0.6197。
正文 · AI 翻译
摘要：将 LLM 部署于金融信息检索，要求准确性、成本效益与可复现性，然而多数方法都需要昂贵的微调。PRISM 是一个免训练框架，它组合了三个可部署模块（提示工程、上下文学习，以及一个候选精炼模块），并对多智能体协同用于金融文档检索进行了边界条件研究。在 FiQA-2018 上，堆叠重排序与 $k$-互惠编码将 Recall@100 从 0.7783 提升至 0.8326。在 FinAgentBench 上，经 Cohere 精炼的 top-50 候选池带来了更高的实测端到端 NDCG@5，但低于本评估的最小可检测效应，同时将每查询成本降低约 35%。增加的复杂度并不总能带来回报：一旦上游阶段已具备高召回率，$k$-互惠编码便不再有帮助，而多智能体协同也并非细粒度分块排序的默认选择。在固定提示、模型与示例的配对实验中，其组合 NDCG@5 相较单路径对照组分别损失 0.0702 与 0.0681，且全部差距都出现在分块阶段。我们发布了一个经专家标注的 FinAgentBench 评估集，并附带了覆盖 16 种替代真值构建方式的标签稳健性扫描，在原始评估器下线后恢复了一条可复现的评估路径。在无需微调的情况下，PRISM 在官方 FinAgentBench 私有排行榜上位列第三（以排行榜为准，NDCG@5 为 0.71181），在 FiQA-2018 上达到 NDCG@10 0.6197，在 FinanceBench 上达到 98% 准确率。我们报告了约 40 种配置下的每查询延迟、token 与美元核算，给出了质量—成本—延迟的帕累托前沿，并提出了 FACET，一种透明的、面向特定 SLA 的标量化方法，用于在非支配配置中进行选择。代码与数据集发布于 此 https URL。
| Comments: | 已被 EMNLP 2026 Industry Track 接收 |
| Subjects: | 人工智能（cs.AI）；计算工程、金融与科学（cs.CE）；计算与语言（cs.CL）；信息检索（cs.IR） |
| Cite as: | arXiv:2511.14130 [cs.AI] |
| （或 arXiv:2511.14130v3 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2511.14130 由 DataCite 颁发的 arXiv DOI |
Submission history
来自：Chun Chet Ng [查看邮箱]
[v1]
2025 年 11 月 18 日星期二 04:30:52 UTC（1,909 KB）
[v2]
2026 年 4 月 6 日星期一 14:09:13 UTC（3,254 KB）
[v3]
2026 年 10 月 21 日星期三 08:59:25 UTC（1,275 KB）
来源：arXiv cs.CL · arxiv.org