FinSight : Vers une recherche approfondie en finance dans le monde réel
FinSight: Towards Real-World Financial Deep Research
October 19, 2025
papers.authors: Jiajie Jin, Yuyao Zhang, Yimeng Xu, Hongjin Qian, Yutao Zhu, Zhicheng Dou
cs.AI
papers.abstract
La génération de rapports financiers professionnels est un processus exigeant en main-d'œuvre et intellectuellement complexe, que les systèmes d'IA actuels peinent à automatiser entièrement. Pour relever ce défi, nous présentons FinSight (Financial InSight), un nouveau cadre multi-agents pour la production de rapports financiers multimodaux de haute qualité. Le fondement de FinSight repose sur l'architecture Code Agent with Variable Memory (CAVM), qui unifie les données externes, les outils conçus et les agents dans un espace variable programmable, permettant une collecte de données flexible, une analyse et une génération de rapports via un code exécutable. Pour garantir une visualisation de qualité professionnelle, nous proposons un mécanisme itératif d'amélioration visuelle qui affine progressivement les sorties visuelles brutes en graphiques financiers soignés. Par ailleurs, un cadre d'écriture en deux étapes transforme des segments concis de chaîne d'analyse en rapports cohérents, conscients des citations et multimodaux, assurant à la fois une profondeur analytique et une cohérence structurelle. Des expériences sur diverses tâches au niveau des entreprises et des secteurs démontrent que FinSight surpasse significativement toutes les méthodes de référence, y compris les systèmes de recherche approfondie les plus avancés, en termes de précision factuelle, de profondeur analytique et de qualité de présentation, traçant ainsi une voie claire vers la génération de rapports approchant la qualité d'un expert humain.
English
Generating professional financial reports is a labor-intensive and
intellectually demanding process that current AI systems struggle to fully
automate. To address this challenge, we introduce FinSight (Financial InSight),
a novel multi agent framework for producing high-quality, multimodal financial
reports. The foundation of FinSight is the Code Agent with Variable Memory
(CAVM) architecture, which unifies external data, designed tools, and agents
into a programmable variable space, enabling flexible data collection, analysis
and report generation through executable code. To ensure professional-grade
visualization, we propose an Iterative Vision-Enhanced Mechanism that
progressively refines raw visual outputs into polished financial charts.
Furthermore, a two stage Writing Framework expands concise Chain-of-Analysis
segments into coherent, citation-aware, and multimodal reports, ensuring both
analytical depth and structural consistency. Experiments on various company and
industry-level tasks demonstrate that FinSight significantly outperforms all
baselines, including leading deep research systems in terms of factual
accuracy, analytical depth, and presentation quality, demonstrating a clear
path toward generating reports that approach human-expert quality.