論文の概要: Fin-Ally: Pioneering the Development of an Advanced, Commonsense-Embedded Conversational AI for Money Matters

• arxiv url: http://arxiv.org/abs/2509.24342v1
• Date: Mon, 29 Sep 2025 06:44:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 22:32:19.791579
• Title: Fin-Ally: Pioneering the Development of an Advanced, Commonsense-Embedded Conversational AI for Money Matters
• Title（参考訳）: Fin-Ally: マネーマターのための高度な共通認識型会話型AIの開発をパイオニア化
• Authors: Sarmistha Das, Priya Mathur, Ishani Sharma, Sriparna Saha, Kitsuchart Pasupa, Alka Maurya,
• Abstract要約: Fin-Solution 2.Oは、マルチターン金融対話データセットFin-Vaultを導入する高度なソリューションである。 統一されたモデルであるFin-Allyが組み込まれており、常識推論、丁寧さ、人間のような会話力学を統合している。 新たなFin-Vaultデータセットは、1,417の注釈付きマルチターンダイアログで構成されており、Fin-Allyは基本的なアカウント管理を超えて、パーソナライズされた予算管理、リアルタイムの費用追跡、自動化された金融計画を提供することができる。
• 参考スコア（独自算出の注目度）: 11.602195183951068
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The exponential technological breakthrough of the FinTech industry has significantly enhanced user engagement through sophisticated advisory chatbots. However, large-scale fine-tuning of LLMs can occasionally yield unprofessional or flippant remarks, such as ``With that money, you're going to change the world,'' which, though factually correct, can be contextually inappropriate and erode user trust. The scarcity of domain-specific datasets has led previous studies to focus on isolated components, such as reasoning-aware frameworks or the enhancement of human-like response generation. To address this research gap, we present Fin-Solution 2.O, an advanced solution that 1) introduces the multi-turn financial conversational dataset, Fin-Vault, and 2) incorporates a unified model, Fin-Ally, which integrates commonsense reasoning, politeness, and human-like conversational dynamics. Fin-Ally is powered by COMET-BART-embedded commonsense context and optimized with a Direct Preference Optimization (DPO) mechanism to generate human-aligned responses. The novel Fin-Vault dataset, consisting of 1,417 annotated multi-turn dialogues, enables Fin-Ally to extend beyond basic account management to provide personalized budgeting, real-time expense tracking, and automated financial planning. Our comprehensive results demonstrate that incorporating commonsense context enables language models to generate more refined, textually precise, and professionally grounded financial guidance, positioning this approach as a next-generation AI solution for the FinTech sector. Dataset and codes are available at: https://github.com/sarmistha-D/Fin-Ally
• Abstract（参考訳）: FinTech業界の飛躍的な技術的ブレークスルーは、高度なアドバイザリチャットボットを通じてユーザーエンゲージメントを大幅に向上させた。 しかし、LLMの大規模な微調整は、時に「そのお金で世界を変える」といった非専門的、あるいはフリップパントな発言を生じさせ、実際に正しいとしても、コンテキスト的に不適切であり、ユーザの信頼を損なう可能性がある。 ドメイン固有のデータセットの不足により、従来の研究は推論対応フレームワークや人間のような応答生成の強化など、独立したコンポーネントに集中するようになった。 この研究ギャップに対処するため、我々はFin-Solution 2.Oという高度なソリューションを提案する。 1)マルチターン金融対話データセット、Fin-Vaultを導入 Fin-Allyは、常識推論、丁寧さ、人間のような会話力学を統合した統一モデルである。 Fin-AllyはCOMET-BART組み込みのコモンセンス・コンテキストを利用しており、人間の協調応答を生成するダイレクト・プライス・オプティマイズ(DPO)機構で最適化されている。 新たなFin-Vaultデータセットは、1,417の注釈付きマルチターンダイアログで構成されており、Fin-Allyは基本的なアカウント管理を超えて、パーソナライズされた予算管理、リアルタイムの費用追跡、自動化された金融計画を提供することができる。 我々の総合的な結果は、言語モデルにCommonsenseコンテキストを組み込むことで、FinTechセクターの次世代AIソリューションとして、より洗練され、テキストで正確で、専門的に基礎付けられた金融ガイダンスを作成できることを示している。 データセットとコードについては、https://github.com/sarmistha-D/Fin-Allyを参照してください。

関連論文リスト

• FinDER: Financial Dataset for Question Answering and Evaluating Retrieval-Augmented Generation [65.04104723843264]
  ファイナンスにおけるRetrieval-Augmented Generation(RAG)に適したエキスパート生成データセットであるFinDERを提案する。 FinDERは、ドメインの専門家による検索関連証拠の注釈付けに重点を置いており、5,703のクエリ・エビデンス・アンサー・トリプルを提供している。 大きなコーパスから関連する情報を取得するためにモデルに挑戦することで、FinDERはRAGシステムを評価するためのより現実的なベンチマークを提供する。
  論文  参考訳（メタデータ） (2025-04-22T11:30:13Z)
• Fin-R1: A Large Language Model for Financial Reasoning through Reinforcement Learning [17.649686407321923]
  我々は金融セクター向けに特別に設計された大規模言語モデルであるFin-R1を紹介する。 Fin-R1は2段階アーキテクチャを使用して構築され、DeepSeek-R1に基づいて蒸留および処理された金銭的推論データセットを活用する。 これはDeepSeek-R1に近いパフォーマンスを示し、パラメータサイズは70億で、さまざまな金銭的推論タスクにまたがっている。
  論文  参考訳（メタデータ） (2025-03-20T15:46:18Z)
• FinRobot: An Open-Source AI Agent Platform for Financial Applications using Large Language Models [16.814416170855147]
  FinRobotは、複数の金融専門のAIエージェントをサポートする、オープンソースのAIエージェントプラットフォームである。 FinRobotは、高度な財務分析に強力なAI技術を利用するために、プロ級のアナリストとレイパーの両方にハンズオンを提供する。
  論文  参考訳（メタデータ） (2024-05-23T16:35:20Z)
• AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework [48.3060010653088]
  我々はAlphaFinデータセットをリリースし、従来の研究データセット、リアルタイム財務データ、手書きのチェーン・オブ・プリート(CoT)データを組み合わせています。 次に、AlphaFinデータセットを使用して、金融分析タスクを効果的に処理するために、Stock-Chainと呼ばれる最先端の手法をベンチマークします。
  論文  参考訳（メタデータ） (2024-03-19T09:45:33Z)
• FinBen: A Holistic Financial Benchmark for Large Language Models [75.09474986283394]
  FinBenは、24の財務タスクにまたがる36のデータセットを含む、最初の大規模なオープンソース評価ベンチマークである。 FinBenは、幅広いタスクとデータセット、ストックトレーディングの最初の評価、新しいエージェントと検索可能な生成(RAG)の評価、およびテキスト要約、質問応答、株式トレーディングのための3つの新しいオープンソース評価データセットを提供する。
  論文  参考訳（メタデータ） (2024-02-20T02:16:16Z)
• FinGPT: Democratizing Internet-scale Data for Financial Large Language Models [35.83244096535722]
  大型言語モデル (LLM) は、人間に似たテキストの理解と生成に顕著な熟練性を示した。 ファイナンシャル・ジェネレーティブ・プレトレーニング・トランスフォーマー(FinGPT)は、インターネット上の34の多様なソースからリアルタイムの財務データの収集とキュレーションを自動化する。 FinGPTは、FinLLMを民主化し、イノベーションを刺激し、オープンファイナンスにおける新たな機会を開放することを目指している。
  論文  参考訳（メタデータ） (2023-07-19T22:43:57Z)
• FinQA: A Dataset of Numerical Reasoning over Financial Data [52.7249610894623]
  我々は、大量の財務文書の分析を自動化することを目的として、財務データに関する深い質問に答えることに重点を置いている。 我々は,金融専門家が作成した財務報告に対して質問回答のペアを用いた,新たな大規模データセットFinQAを提案する。 その結果、人気があり、大規模で、事前訓練されたモデルは、金融知識を得るための専門的な人間には程遠いことが示される。
  論文  参考訳（メタデータ） (2021-09-01T00:08:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。