使用LLM的金融问答：领域知识整合

本文通过多检索器RAG系统整合领域特定知识，解决了LLM在金融数值推理方面的局限性。它强调了领域特定训练的重要性，以及LLM中幻觉与知识获取之间的权衡。该研究展示了SOTA性能的提升，尤其是在大型模型中，并强调了最新LLM增强的数值推理能力。

• •使用SecBERT的领域特定训练提高了性能。
• •多检索器RAG系统对金融问答有效。
• •大型LLM比小型LLM从外部知识中受益更多。
• •最新的LLM显示出增强的数值推理能力。