分部披露是财务报告的核心，揭示企业内部组织及经济活动在各经营单元的分配，但相关信息常散布于Form 10-K报告的表格与叙述中，导致结构化数据库存在完整性与可比性问题。本文开发了一种基于大型语言模型的框架，直接从Form 10-K中提取分部披露信息，保持报告及嵌套分部数据，并设计了借助多份报告的信息增强检索系统，支持纵向及跨企业可比性。通过纵向分析企业分部变化及跨企业地理分部对齐的示范，结果显示该方法准确提取分部信息，有效解决多时期分析难题，展现了大语言模型提升分部披露度量与解读的潜力。
这条 研究论文 信号说明，来自 arXiv cs.CL 的信息已经不只是单点新闻，而是值得放进产品、研究和行业判断里的趋势线索。
arXiv cs.CL 发布了这条关于 研究论文 的更新：分部披露是财务报告的核心，揭示企业内部组织及经济活动在各经营单元的分配，但相关信息常散布于Form 10-K报告的表格与叙述中，导致结构化数据库存在完整性与可比性问题。本文开发了一种基于大型语言模型的框架，直接从Form 10-K中提取分部披露信息，保持报告及嵌套分部数据，并设计了借助多份报告的信息增强检索系统，支持纵向及跨企业可比性。通过纵向分析企业分部变化及跨企业地理分部对齐的示范，结果显示该方法准确提取分部信息，有效解决多时期分析难题，展现了大语言模型提升分部披露度量与解读的潜力。
分部披露信息散乱且存在嵌套结构，传统方法难以全面准确捕捉，影响科研和投资决策。利用大语言模型能自动识别多样化文本和表格结构，提升提取效率与质量，促进跨期和跨企业的可比分析，为财务研究和应用提供更可靠数据基础。
研究员、模型团队和技术战略负责人 应该重点关注这条信号，尤其是正在跟踪 research、papers、models 的团队。
接下来观察这条信号是否出现开发者采用、竞品回应、研究复现、企业部署或政策/平台层面的后续动作。
本文介绍了利用前沿视觉语言模型（VLM）替代人类用户，复现了Picbreeder这一经典的开放性图像进化系统。研究发现，人工智能驱动的系统与历史上的人类驱动版本在生成内容上存在显著差异，论文尝试通过系统发育复杂度、视觉和语义显著性及新颖性等指标进行分析。为探究导致差异的原因，研究引入了选择过程中的探索噪声、代理行为多样性及记忆机制等因素。相关代码已开源。
本文研究了大型语言模型（LLMs）在不同任务中的置信度校准情况。预注册研究结果表明，目前的LLMs像人类一样，表现出过度自信：其置信度平均高于实际准确率。值得注意的是，这种现象受硬-易效应影响：在难度较大测试中，过度自信最为明显；而在简单测试中，则表现出明显的低估自信。我们开发了LifeEval，一种用于评估模型在不同难度水平上校准能力的测试。
本文首次大规模量化大型语言模型在复杂推理任务中的步骤冗余，发现模型在8种模型与基准测试组合中的推理步骤冗余率高达61%至93%，即大部分思考步骤可被截断而不影响最终答案的正确性。作者证明这种冗余是由基于结果奖励机制的结构性原因导致，而非模型缺陷，表明“过度思考”是当前训练方式的内在属性。