FinSearch：基于大语言模型的实时金融信息搜索框架

文章预览

“ An Agent Framework for Real-Time Financial Information Searching with Large Language Models ” 获取准确及时的信息对金融决策至关重要，金融数据动态变化且相互依赖复杂，传统搜索引擎难以捕捉这些关系。用户在表达复杂分析需求时面临困难，需多次迭代查询，导致信息获取延迟，可能错过重要市场信号。 本文提出FinSearch，一个专为金融应用设计的代理搜索框架，连接多种金融数据源。为了评估FinSearch，本文还开发了FinSearchBench-24基准测试。实验结果显示，FinSearch在多个测试上均优于Perplexity Pro，提升幅度在14.06%至21.6%之间。 论文地址 ：https://arxiv.org/pdf/2502.15684 【  扫描文末二维码加入星球获取  论文原文、论文中文译文，源码  】 摘要 金融决策需处理大量实时信息及其复杂时间关系。传统搜索引擎在理解用户意图和上下文方面存在不足。大型语言模型（LLMs） ………………………………