DECODEM基准评估LLM公司治理变量提取
热点事件持续更新
DECODEM基准评估LLM公司治理变量提取
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月21日，Jens Frankenreiter等人在arXiv（cs.AI）发布DECODEM基准，用于评估大语言模型从美国上市公司章程和细则中提取公司治理变量的能力。 该基准基于SEC的EDGAR数据库样本，结合人工编码标签，测试文档是否包含特定治理安排。结果显示，模型在章程上的提取准确率低于细则，且当前前沿模型表现相当，复杂的提取流水线未能一致提升性能。 研究发现，更复杂的策略对效率导向型模型更有价值，可显著缩小其与前沿模型的差距。目前，前沿模型在多种提取方法下能恢复许多变量且精度高，但在不同文档类型和模型类型下的表现存在差异。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
DECODEM：通过增强方法从公司组织文件中提取数据报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv · AIDECODEM：通过增强方法从公司组织文件中提取数据
DECODEM 基准评估了大语言模型从美国上市公司章程和细则中提取公司治理变量的能力，数据显示当前模型在多种提取方法下能恢复许多变量且精度高。 提取准确率在章程上低于细则，前沿模型表现相当，复杂的提取流水线未能一致提升其性能。 更复杂的策略对效率导向型模型更有价值，可显著缩小其与前沿模型的差距。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月21日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。