FIRME论文提出注册表锚定记忆图并称评估指标优于基线

Yunbai Zhang 等在 arXiv 发布论文，提出 FIRME（Fusion and Identity Registry for Memory Evolution），一种注册表锚定的记忆图，用于在金融 AI 工作流中跨来源、跨时期整合投资者知识，并通过别名记忆把重复观察归并到同一关系历史。论文称，在 S&P 500 业绩电话会议文本及投资者电话会议与现金流记录上的评估中，其最终期 Correct Match Rate 较历史注册表基线提升 7.8–12.1 个百分点；盲测人工审计中 Correct Match Rate 提升 9.0–16.5 个百分点，重连召回率提升 22.5–29.0 个百分点。论文已被 ACM ICAIF 2026 的 AI4F 工作坊接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。