FilingLoop：企業開示の審査・修正におけるLLMエージェントの評価と進化

要旨：SEC EDGAR などの公開情報リポジトリは、企業の提出書類へのウェブアクセスを通じて、情報に基づいた投資を支援しています。これらの書類のレビューを言語モデルエージェントで補完するには、関連文書間に存在する明示されていない不備の発見、欠落している企業情報の取得、さらに要求された修正が証拠に基づく要件を満たしているかの検証が必要です。既存の財務質問応答に関する評価では、こうした対話型の機能について十分な証拠が得られていません。そこで私たちは、企業開示のレビューと修正を支援する対話型ベンチマーク兼自己進化型エージェントフレームワークである \textbf{FilingLoop} を提案します。米国証券取引委員会（SEC）の歴史的な文書交換に基づき、FilingLoop は、異なる情報制約下にある96社のうち380件の主にIPO審査タスクを再構築しました。実行中のエージェントとは独立した評価者が、6,099項目の適格要件に対して最終的な提出書類および回答を採点し、根拠のない主張や有害な修正を監査します。本フレームワークは、各案件における反復的なレビューと修正を、案件間での手続き学習と組み合わせることで、モデルの重みを更新することなく要件レベルの評価フィードバックを役割固有のガイダンスへと変換します。更新はその後の案件にのみ適用されるため、採点済みのタスクを再試行することなく手続きの適応性を評価することが可能です。評価対象のデータセットにおいて、固定方針の手法に比べて要件充足率は24.28%から27.96%へ、コメントの完全解決率は16.90%から20.75%へと向上し、総コストも5.8%増加しました。FilingLoop は、エージェントが発見した課題と、その結果として得られる企業情報、そして実施する修正を結びつけ、後続のレビュー作業で用いられる手順に対する要件レベルのフィードバックを提供します。

主題：| 人工知能（cs.AI） 引用形式：| arXiv:2610.37905 [cs.AI] | （または

arXiv:2610.37905v1 [cs.AI] このバージョンの場合） | https://doi.org/10.48550/arXiv.2610.37905

詳しく学ぶためにフォーカス

DataCite経由のarXiv発行DOI（登録待ち）

投稿履歴

論文へのアクセス：

PDFを表示

HTML（実験的）

TeXソース

追加機能

音声要約

現在の閲覧コンテキスト：

参考文献・引用

Google Scholar

Semantic Scholar

ブックマーク

機関

arXivLabsは、共同作業者が当社のウェブサイト上で新しいarXiv機能を直接開発・共有できるフレームワークです。

arXivLabsを利用する個人および組織は、オープン性、コミュニティ、卓越性、そしてユーザーデータのプライバシーという当社の価値観を積極的に受け入れ、尊重しています。arXivはこれらの価値観に固くコミットしており、それらを遵守するパートナーのみと協力しています。

arXivのコミュニティに価値をもたらすプロジェクトのアイデアをお持ちですか？arXivLabsについて詳しくご覧ください。