ทันเอไอ

CIFQA utilise un système multi-agents pour réduire les erreurs de calcul financier

Des chercheurs proposent un framework dans lequel le LLM comprend la question, tandis que les calculs sont confiés à des outils fondés sur des règles déterministes. La précision globale annoncée atteint 90,87 %.

Kunjesh Parekh, Anil Kumar Tiwari et Divya Saxena ont publié sur arXiv, sous le numéro 2608.26114, une étude consacrée à CIFQA. Elle vise à corriger une faiblesse des Large Language Models ou LLM (grands modèles de langage) face aux questions financières nécessitant plusieurs étapes de calcul : leurs réponses peuvent sembler plausibles tout en comportant des chiffres erronés.

CIFQA signifie Calculation-Intensive Financial Query Answering. Ce framework Multi-agent (un système répartissant les tâches entre plusieurs agents) repose sur un principe central : séparer la « compréhension du langage » du « traitement numérique », au lieu de laisser le LLM interpréter le problème, choisir la formule, effectuer les calculs et formuler seul la réponse.

Le système comprend des agents spécialisés dans l’interprétation des questions, le choix du processus, l’extraction des paramètres, la planification des calculs et la rédaction des réponses. Les calculs et l’application des règles sont confiés à des outils développés en Python et fonctionnant de manière Deterministic (les mêmes données produisent le même résultat selon les mêmes étapes). Cette approche limite le recours aux approximations numériques du modèle.

Les chercheurs ont testé le système sur des questions liées aux dépôts à terme, ou Fixed Deposit, qui impliquent des taux d’intérêt, des durées, des formules et diverses conditions. Selon les résultats publiés, CIFQA atteint une précision de 95,54 % sur les questions à forte intensité de calcul et une précision globale de 90,87 %, dépassant les grands LLM généralistes évalués dans le même test.

Ces résultats suggèrent que, dans les domaines où un faible écart peut modifier une réponse financière, une architecture permettant au modèle d’utiliser systématiquement des outils de calcul peut être plus importante que la seule augmentation de sa taille. Toutefois, ces chiffres proviennent uniquement de tests sur les dépôts à terme. Il est donc trop tôt pour conclure que CIFQA conserverait le même niveau de précision pour les prêts, la fiscalité, les investissements ou les réglementations financières propres à chaque pays.