FinSAgent：面向证据确凿的 SEC 文件问答的语料对齐多智能体 RAG 框架

针对美国 SEC 文件金融问答中证据分散且冗余的问题，现有系统因模型先验与语料结构不匹配导致检索失效。本文提出 FinSAgent，一种基于证据的多智能体框架，将问答重构为语料对齐的检索规划任务。该方法结合角色专用智能体、感知数据库的查询分解及学习特征门控的重排序器，有效分离证据有效性与语义相似度。实验表明，其在离线基准和在线用户评估中均显著优于现有基线。