FinSight: На пути к глубоким исследованиям в реальных финансовых условиях

FinSight: Towards Real-World Financial Deep Research

October 19, 2025

Авторы: Jiajie Jin, Yuyao Zhang, Yimeng Xu, Hongjin Qian, Yutao Zhu, Zhicheng Dou

cs.AI

Аннотация

Создание профессиональных финансовых отчетов — это трудоемкий и интеллектуально сложный процесс, который современные системы ИИ пока не могут полностью автоматизировать. Для решения этой задачи мы представляем FinSight (Financial InSight) — инновационную мультиагентную платформу для создания высококачественных мультимодальных финансовых отчетов. Основой FinSight является архитектура Code Agent with Variable Memory (CAVM), которая объединяет внешние данные, разработанные инструменты и агентов в программируемое переменное пространство, обеспечивая гибкий сбор данных, анализ и генерацию отчетов через исполняемый код. Для достижения профессионального уровня визуализации мы предлагаем Итеративный Механизм Улучшения Визуализации, который постепенно преобразует сырые визуальные данные в отточенные финансовые графики. Кроме того, двухэтапная Писательская Структура расширяет краткие сегменты Chain-of-Analysis в связные, цитируемые и мультимодальные отчеты, гарантируя как аналитическую глубину, так и структурную согласованность. Эксперименты на различных задачах уровня компаний и отраслей демонстрируют, что FinSight значительно превосходит все базовые системы, включая ведущие глубокие исследовательские системы, по точности фактов, глубине анализа и качеству презентации, показывая четкий путь к созданию отчетов, приближающихся к уровню экспертов-людей.

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.