論文の概要: FilingLoop: Evaluating and Evolving LLM Agents for Corporate Disclosure Review and Revision
- arxiv url: http://arxiv.org/abs/2610.37905v1
- Date: Tue, 27 Oct 2026 19:45:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-01 01:32:09.910574
- Title: FilingLoop: Evaluating and Evolving LLM Agents for Corporate Disclosure Review and Revision
- Title（参考訳）: FilingLoop:企業情報公開のためのLLMエージェントの評価と展開
- Abstract要約: textbfFilingLoopは、企業情報開示のレビューとリビジョンのための対話型ベンチマークであり、自己進化型エージェントフレームワークである。
米証券取引委員会(SEC)の歴史的書簡に基づき、フィリングループは96社の株式公開審査業務を主に380件再構築した。
評価されたストリームでは、進化は要求充足を24.28%から27.96%に増加し、完全なコメント解決は16.90%から20.75%に増加し、固定政治版よりも総コストが5.8%増加した。
- 参考スコア（独自算出の注目度）: 14.972344402577116
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Public disclosure repositories such as SEC EDGAR support informed investment through web access to corporate filings. Supporting their review with language model agents requires discovering unstated deficiencies across related documents, acquiring missing company facts, and verifying that requested revisions satisfy evidence-backed requirements. Existing financial question-answering evaluations provide limited evidence of these interactive capabilities. We introduce \textbf{FilingLoop}, an interactive benchmark and a self-evolving agent framework for corporate disclosure review and revision. Grounded in historical U.S.\ Securities and Exchange Commission correspondence, FilingLoop reconstructs 380 predominantly IPO review tasks from 96 companies under distinct information constraints. An evaluator separate from the acting agents scores final filings and responses against 6,099 eligible requirements and audits unsupported claims and harmful revisions. Our framework couples iterative review and revision within each case with procedural learning across cases, converting requirement-level evaluation feedback into role-specific guidance without updating model weights. Updates affect only subsequent cases, allowing procedural adaptation to be assessed without retrying scored tasks. On the evaluated stream, evolution increases requirement fulfillment from 24.28\% to 27.96\% and full comment resolution from 16.90\% to 20.75\%, with a 5.8\% increase in total cost over the fixed-policy variant. FilingLoop connects the concerns an agent discovers with the company facts it obtains and the revisions it commits, providing requirement-level feedback for procedures used in later review tasks.
- Abstract（参考訳）: SEC EDGARなどの公開公開リポジトリは、企業書類へのウェブアクセスを通じて投資を通知している。
言語モデルエージェントによるレビューのサポートには、関連する文書をまたいだ未定の欠陥を発見し、企業の事実を入手し、要求された修正が証拠に支えられた要求を満たすことを確認する必要がある。
既存の財務質問応答評価は、これらの対話能力の限られた証拠となる。
企業情報公開のレビューとリビジョンのための対話型ベンチマークと自己進化型エージェントフレームワークである \textbf{FilingLoop} を紹介する。
米国証券取引委員会(SEC)の歴史的書簡に基づいて、FilingLoopは、情報制約の異なる96社のIPOレビュータスクを主に380回再構築した。
代理人とは別の評価官は、6,099の適格要件に対する最終申告と回答を採点し、監査が禁止されたクレームと有害な修正を行う。
本フレームワークでは,各事例における反復的なレビューと再検討を事例ごとの手続き的学習と組み合わせ,要件レベルの評価フィードバックをモデル重みを更新せずにロール固有ガイダンスに変換する。
更新は後続のケースにのみ影響し、得られたタスクを再試行することなく手続き的適応を評価することができる。
評価されたストリーム上では、進化は要求満足度を24.28\%から27.96\%に増加し、完全なコメント解決度は16.90\%から20.75\%に増加し、固定政治モデルよりも総コストが5.8\%増加した。
FilingLoopは、エージェントが取得した事実とコミットするリビジョンとを関連付け、後続のレビュータスクで使用されるプロシージャに対する要件レベルのフィードバックを提供する。
関連論文リスト
- FIDES-Live: Evaluating Behavioral Concordance in Sequential Trading Agents [2.8129261352670003]
シーケンシャルトレーディングエージェントは、決定、命令、実行レシート、会計状態、同意する必要のない報告を生成する。
本稿では,FIDESの動作拡張であるFIDES-Liveを提案する。
7,299件の暗号通貨口座と310件の株式パイロットに対して、要求された10の推論ルートを振り返って監査します。
論文 参考訳（メタデータ） (2026-10-27T01:33:30Z) - REPORT-OPS: Hybrid Evidence-Guided Reporting with Human-Supervised Refinement for HPC [0.2799896314754614]
Report-OPSは、要求を解釈し、証拠収集を計画し、可能な説明とドラフトレポートを評価するハイブリッドレポートエージェントである。
凍結HPC運用コーパスにおいて,50のシナリオから構築した68のサニタイズドレポーティングクエリに対するCASE-OPSの評価を行った。
論文 参考訳（メタデータ） (2026-10-13T21:40:24Z) - ActReview: Rebuttal-Guided Training Data and Rubric Rewards for Actionable Peer Review Generation [54.82704239643649]
本稿では, 紙固有の診断と具体的, 基礎的なリビジョン計画とを結びつける, 反感に満ちたポストトレーニングフレームワークである ActReview を紹介する。
我々の中心的な洞察は、著者の反論は、レビュアーの懸念に対処するための妥当な行動を明らかにし、それゆえ、リビジョン指向のフィードバックに対する潜在的な監督を提供することができるということである。
またActReview-Benchは、診断品質とリビジョンの有用性を評価するために、1,000インスタンスの人為的なベンチマークである。
論文 参考訳（メタデータ） (2026-09-08T17:30:16Z) - When Can Fraud Operations Authorize Automation? A Decision-Support Framework for Fresh Audit Evidence and Review Workload [2.5273986395975476]
不正操作は、イベントを自動承認、アナリストレビュー、自動ブロッキングに割り当てなければならない。
我々は、自動化を行動リスク、証拠の鮮度、共有レビュー能力に制約された認可決定として扱う、新鮮度に制約された監査能力を開発する。
論文 参考訳（メタデータ） (2026-08-09T08:41:08Z) - Time to REFLECT: Can We Trust LLM Judges for Evidence-based Research Agents? [61.49434544687523]
本稿では,エージェント環境におけるきめ細かい故障検出を目的としたメタ評価ベンチマークREFLECTを紹介する。
REFLECTはプロセスレベルの障害モードと結果レベルの障害モードの詳細な分類を定義し、制御および局所的な介入を実行することでインスタンス化する。
私たちの実験では、最高のパフォーマンスモデルでさえ、推論、ツール使用、レポート品質の失敗に対して、全体的なアキュラシーを55%以下に達成しています。
論文 参考訳（メタデータ） (2026-05-18T23:55:08Z) - HLE-Verified: A Systematic Verification and Structured Revision of Humanity's Last Exam [63.84155758655084]
HumanityのLast Exam (HLE)は、フロンティアの大規模言語モデルを評価するために広く使われているベンチマークである。
HLE-Verifiedは,透過的検証プロトコルときめ細かい誤り分類法を備えたHLEの検証および改訂版である。
我々は,HLEとHLE-Verifiedの7つの最先端言語モデルを評価し,平均7～10ポイントの絶対精度を観測した。
論文 参考訳（メタデータ） (2026-02-15T02:50:15Z) - SPECA: Specification-to-Checklist Agentic Auditing for Multi-Implementation Systems -- A Case Study on Ethereum Clients [1.711666249985278]
SPECAは、標準要件をチェックリストに変換する仕様からChecklistフレームワークである。
SPECAは,11社を対象とし,フサカアップグレードのセキュリティ監査コンテストの会場内でインスタンス化を行う。
我々の改善されたエージェントは、競争監査の基礎的真実に対して評価され、高影響の脆弱性について27.3%の厳格なリコールを達成した。
論文 参考訳（メタデータ） (2026-02-07T12:19:00Z) - Beyond "Not Novel Enough": Enriching Scholarly Critique with LLM-Assisted Feedback [81.0031690510116]
本稿では,3段階を通して専門家レビューアの動作をモデル化する,自動ノベルティ評価のための構造化アプローチを提案する。
本手法は,人文のノベルティレビューを大規模に分析した結果から得られたものである。
182 ICLR 2025 の提出で評価されたこの手法は、人間の推論と86.5%の一致と、新規性の結論に関する75.3%の合意を達成している。
論文 参考訳（メタデータ） (2025-08-14T16:18:37Z)
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。