财务报告单表与多表间的文档级数值推理

尽管大语言模型具备强大的语言理解能力，但在处理长结构化文档（尤其是涉及数值推理）的问答任务时仍面临挑战。财务年报分析需精确算术及整合分散于多表和文本中的证据，而现有基准多局限于单表场景。为此，本文提出 FinLongDocQA 数据集，涵盖单表与跨表金融数值推理。评估发现两大瓶颈：上下文过长导致定位困难，以及多步数值推理易出错。作者提出 FinLongDocAgent，一种多智能体多轮检索增强生成方法，通过迭代检索、中间计算与结果验证，显著提升了长金融文档中数值问答的可靠性。