Case-Based Reasoning for Program-centric Numerical Financial Question Answering
연구 내용
유사 사례와 논리 프로그램을 결합해 수치 연산 오류를 줄이면서 답변을 생성하는 금융 질의응답 연구
언어모델이 금융 문서 질의에 대해 다단계 수치 연산을 수행할 때 발생하는 오류를 분석하고, 잘못된 연산 생성 문제에 초점을 맞춥니다. 이를 위해 case-based reasoning 관점에서 유사 질문과 이에 대응하는 논리 프로그램을 검색한 뒤, 검색된 사례와 문맥을 함께 사용하여 답변을 생성하는 구조를 제안합니다. FinQA 계열의 수치 추론 설정에서 사례 저장소를 확장하면 복잡한 다단계 프로그램까지 해결 가능성을 높일 수 있음을 확인합니다.
관련 연구 성과
관련 논문
1편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기 연구는 금융 수치 추론에서 모델이 생성한 연산이 정답 논리를 따르지 못하는 원인을 확인하고, 사례 기반으로 문제 해결 가이드를 제공하는 방식의 필요성을 도출하는 데 집중되었습니다. 이후 유사 사례 검색을 통해 논리 프로그램을 유도한 뒤, 문맥 정보와 결합해 답변을 생성하는 파이프라인을 구성했습니다. 2024년에는 FinQA 데이터에서 성능을 검증하고, 사례 저장소 확장에 따른 다단계 프로그램 해결력 변화를 분석하는 흐름으로 연구를 진행했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Case-Based Reasoning Approach for Solving Financial Question Answering