arXiv Artificial Intelligence· Abhinav Arun, Jayita Bhattacharyya, Fabrizio Dimino, Bhaskarjit Sarmah, Stefano Pasquali·· 13 小时前AI 评分31
FinEvolveKG：面向金融知识图谱构建的可控可归因提示词演化
FinEvolveKG: Controlled and Attributable Prompt Evolution for Financial Knowledge Graph Construction
AI 导读
FinEvolveKG 将知识图谱构建提示词拆分为通用块与 persona 策略块，并把反思式提示词优化器 GEPA 机械限制在指定块内，使通用块在 persona 适配中保持字节级不变。
推荐理由模型分析
FinEvolveKG 把金融知识图谱构建中的通用规则与 persona 策略拆成独立块，并将 GEPA 提示优化器机械限制在 persona 块内，使通用块在适配时保持字节稳定、每次编辑可单独版本化。在按股票代码划分的 10-K 数据上，三 seed 均值显示完整两阶段流程较冻结提示基线提升 19.4–30.9%，较无约束全提示流程提升 2.2–6.4%，并在 OOD 偏移和 SME 盲审中占优。适合关注提示优化可审计性与金融 KG 抽取的开发者参考，但作者未将增益因果归因于边界约束。
来源：arXiv Artificial Intelligence · arxiv.org