热点事件观察中
研究评估利用大模型提取SEC 10-K财务数据表现
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年9月30日，arXiv自然语言处理领域发布的一项研究提出了基于生成式AI的流水线，以应对金融数据缺失问题。该研究针对SEC 10-K财报，评估了Llama-3 8B、Qwen-2.5 14B和Llama-3.3 70B从不同复杂度文本中提取财务数据的表现。评测结果显示，不同模型在各类提取任务中各有优势：Qwen-2.5 14B擅长表格类结构化提取，在现金数据提取上取得了83.33%的F1分数；而参数量更大的Llama-3.3 70B则在复杂的叙述性附注处理中表现更佳，在研发数据提取中达到了76.92%的F1分数。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
研究提出生成式AI流水线，评测了Qwen与Llama系列模型提取SEC财报财务数据的表现。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv 自然语言处理解决金融数据缺失危机：用于 SEC 10-K 提取的生成式 AI 流水线
研究提出基于生成式 AI 的流水线，评估了 Llama-3 8B、Qwen-2.5 14B 和 Llama-3.3 70B 从 SEC 10-K 财报中提取不同复杂度财务数据的表现。评测显示 Qwen-2.5 14B 擅长表格提取并在现金数据上取得 83.33% 的 F1 分数，Llama-3.3 70B 则在复杂叙述性附注的研发数据提取中达到 76.92% 的 F1 分数。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。