热点事件持续更新
LLM 流水线抽取 SEC 10-K 缺失财务数据
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026 年 9 月 30 日，arXiv cs.CL 收录一项研究，提出一套生成式 AI 流水线，用 LLM 从 SEC 10-K 文件中抽取财务数据，目标是缓解结构化数据缺失问题——报道称该问题影响超过 70% 的公司，并涉及半数总市值。该研究评测了 Llama-3 8B、Qwen-2.5 14B 与 Llama-3.3 70B 三个模型，在四类结构复杂度不同的变量——现金及现金等价物、短期债务、信贷额度与研发——上比较抽取质量。目前披露的进展仅止于这一轮模型与变量维度的评测比较，报道未给出具体抽取准确率、最终采用方案或后续落地情况。事件暂无更早的报道，也没有出现数字或说法上的前后矛盾。
AI 根据报道生成 · 3 小时前更新
最新进展9月30日 12:00
arXiv 新研究提出 LLM 生成式流水线，评测三个模型对 SEC 10-K 四类财务变量的抽取质量。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv cs.CL解决财务数据缺失危机：用于 SEC 10-K 抽取的生成式 AI 流水线
一套生成式 AI 流水线用 LLM 从 SEC 10-K 文件中抽取财务数据，针对影响超 70% 公司、占半数总市值的结构化数据缺失问题。研究评测 Llama-3 8B、Qwen-2.5 14B 与 Llama-3.3 70B，在现金及现金等价物、短期债务、信贷额度与研发四类不同结构复杂度的变量上比较抽取质量。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。