PRISM: Neues, trainingsfreies System für Finanzdatenabfrage

Mit dem rasanten Fortschritt großer Sprachmodelle wird die Suche nach relevanten Informationen in umfangreichen Finanzdokumenten zu einer Schlüsselaufgabe in Industrie und Analyse. Das FinAgentBench‑Datenset definiert hierfür zwei Kernaufgaben: die Rangfolge von Dokumenten und die Rangfolge von Textabschnitten. PRISM ist ein komplett trainingsfreies Framework, das präzises System‑Prompting, In‑Context‑Learning (ICL) und ein leichtgewichtiges Multi‑Agenten‑System kombiniert. Durch gezieltes Prompt‑Engineering erhält das Modell klare Aufgabenanweisungen, ICL liefert semantisch passende Few‑Shot‑Beispiele, und die Multi‑Agenten‑Architektur koordiniert die Bewertung der Kandidaten. In der besten Konfiguration erzielt PRISM einen NDCG@5 von 0,71818 auf dem eingeschränkten Validierungs‑Split. Darüber hinaus zeigt die Studie, dass PRISM in Produktionsumgebungen zuverlässig und skalierbar ist. Das modulare, rein inference‑basierte Design macht es für reale Anwendungen besonders attraktiv. Der Quellcode ist unter https://bit.ly/prism-ailens verfügbar.