Skip to content
XPIW-1Public

About

溯数 TraceNum:年报里的每个数都带着出处。可核验的金融年报查数工具,基于自适应多轮检索实验。

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

5 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 

Repository files navigation

溯数 TraceNum

面向投研实习生和初级研究员的年报查数工具。用自然语言提问,溯数会检索年报原文、核对口径,答案里的每个数字都能点开,直接翻到年报 PDF 的原页,并用荧光笔标出那个数。查到的数可以一键加入底稿,导出为带页码和核验状态的 Excel。

溯数的检索策略来自一项冻结、盲评的实验:课程论文《资源预算约束下的金融年报问答:自适应多轮检索与外部反馈修正》。实验在比亚迪、威胜信息 2025 年年报上比较了单轮(S1)、固定两轮(S2)和自适应最多三轮(S3)三种策略,S3 答对 16/20 道正式题,S1 为 9/20。溯数默认使用 S3。

相关链接

是什么
本仓库 溯数产品源码(查数、三策略实验台、实验设计、底稿)
论文实验回放站(仓库) 课程论文附录 C 引用的静态站,逐条回放 20 道正式题 × 3 种策略的 60 条正式运行记录。早期名为“FinanceRAG 智能投研助手”,内容未改动

功能

页面 做什么
查数 提问 → 实时显示每一轮的检索、生成、规则核验和停止判断 → 答案中的数字逐个核验:原文逐字出现的打勾,计算得出的单独标出 → 点击数字打开年报原页并高亮
三策略实验台 同一道题同时实时运行 S1、S2、S3,每栏显示逐轮轨迹、39,000 tokens 预算条、停止原因,并与论文那次运行的盲评结果对照。每次实时运行都会保存为运行记录,可以按 1/4/8 倍速原样回放,界面会标明录制时间
实验设计 从语料准备到揭盲的 9 步实验流程、结果,以及每条论文发现如何落到产品设计
底稿 汇总查到的数(自动带出指标名、单位、页码和原文行),导出 Excel(数值可直接参与公式计算)或复制为 Markdown 表格

找不到可核验的证据时,溯数不会用相近口径替代,也不会编数:它会说明缺了什么,并列出最可能相关的页面。问题超出年报覆盖的年度时,直接说明边界,不调用模型。

架构

web/ (React + Vite)                     backend/ (FastAPI)
  查数 / 实验台 / 实验设计 / 底稿   ── SSE ──>  server.py  /api/ask  /api/export  /api/pdf
  pdf.js 渲染原页 + 文字层定位高亮                   │
                                                 pipeline.py
                                                   ├─ 载入冻结的 LangGraph 节点(v2/notebooks/07)
                                                   ├─ 调用冻结入口 src.pilot_comparison.run_arm
                                                   ├─ RunLogger 子类:把节点事件推送为流
                                                   ├─ 重排缓存(内存 + 磁盘,单飞)
                                                   └─ 数字核验:答案中的数 ↔ 证据原文,定位表格行名与单位

溯数不修改 v2/ 下的任何冻结文件。检索(bge-base-zh-v1.5 + bge-reranker-v2-m3)、生成(DeepSeek)、反馈规则、预算和停止规则与论文完全一致。

和论文实验的差异(如实说明)

  • 重排逐条计算:论文用默认批大小一次给 20 个候选打分,批内会补齐到最长片段。溯数改为逐条打分,以便显示进度并减少补齐带来的计算浪费。backend/bench_rerank.py 在三个查询上验证:分数最大差异 < 1e-6,排序完全相同。
  • 重排缓存:相同的(查询,片段)输入直接复用缓存的分数,结果不变。
  • 实时结果有随机性:DeepSeek 在温度为 0 时也不完全确定,同一道题再跑一次,轮次和答案都可能与论文记录不同。实验台把"本次"和"论文那次"并列展示。

运行

需要:finance-rag conda 环境(论文实验用的同一个)、项目根目录 .env 中的 DEEPSEEK_API_KEY、Node 18+。目前后端直接读取实验仓库中的冻结管线(../v2)和揭盲评分(../deepseek_workspace),所以本目录需要放在实验项目根目录下运行。

# 后端(首次启动加载模型约 1 分钟)
conda activate finance-rag
cd tracenum\backend
python -m uvicorn server:app --port 8765

# 前端
cd tracenum\web
npm install
npm run dev        # http://127.0.0.1:5180

演示前

CPU 上每轮检索重排约 30 秒。演示前运行一次预热,把演示题的检索结果写入磁盘缓存:

cd tracenum\backend
python prewarm.py --repeat 2

第 1 轮检索之后都会命中缓存(< 1 秒);后续轮次取决于模型改写出的检索词,多彩排几次可以扩大覆盖。

彩排时的每次实时运行都会存进 backend/recordings/。review_recordings.py 会把每条记录里三种策略的完整答案和论文 Gold 比对;加上 --feature,会把每道题与论文盲评最一致的那条设为实验台的演示默认。现场可以先播放回放,再实时运行一次。

路线图

  • 扩展语料:目前只收录论文使用的比亚迪、威胜信息 2025 年年报,之后加入更多年份和同行公司
  • 业务解读(汇总多页信息)与横向对比(跨公司、跨年度)
  • 公网部署:服务端持有 API key、按访客限流,超出后回退到缓存回答

About

溯数 TraceNum:年报里的每个数都带着出处。可核验的金融年报查数工具,基于自适应多轮检索实验。

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages