跳到正文
arXiv · NLP· Abhinav Arun, Jayita Bhattacharyya, Fabrizio Dimino, Bhaskarjit Sarmah, Stefano Pasquali·· 11 天前AI 评分27

FinEvolveKG:用于金融知识图谱构建的受控且可归因提示词进化框架

FinEvolveKG: Controlled and Attributable Prompt Evolution for Financial Knowledge Graph Construction

AI 导读

提出 FinEvolveKG 框架,通过分离通用与角色策略模块并限制 GEPA 优化器作用域,实现金融知识图谱构建中提示词的可归因进化。 该框架在三个种子均值下,使完整工作流 v4 相比冻结基线 v1 性能提升 19.4% 至 30.9%,并在所有九组成对种子比较中优于无约束全流程 v5。 双专家盲审支持在 70.1% 的对比判断中优先选择 v4 生成结果,证实机械可归因进化可与强实证表现共存。

来源:arXiv · NLP · arxiv.org