摘要
针对多语言环境下金融决策对多模态数值推理的高要求，本文提出了 FinVQA 基准，涵盖六种印度语言及 14 个金融领域，共 18,900 个样本。该基准包含三种难度等级和四种题型，旨在评估真实约束下的推理能力。此外，作者提出了 FIND 框架，结合监督微调与约束感知解码，以促进忠实的数值推理、稳健的多模态 grounding 及结构化决策，为高风险多语言多模态金融推理建立了严格的评估与建模范式。
AI 推荐理由
论文核心聚焦于多模态金融场景下的数值推理与问答，提出专用框架提升推理准确性。
研究机构
Indian Institute of Technology Patna, India
Microsoft, India
论文信息