En el ámbito financiero, los grandes modelos de lenguaje se utilizan cada vez más para interpretar documentos complejos como informes anuales y presentaciones de resultados. Sin embargo, el desafío radica en verificar la precisión de sus respuestas, especialmente en contextos financieros críticos. A menudo, las respuestas generadas pueden mezclar hechos bien respaldados con inferencias vagas y afirmaciones no verificadas, dificultando la confianza de los analistas en la información. EvidenceLens aborda este problema al proporcionar una herramienta de análisis visual que redefine la respuesta a preguntas financieras como un proceso de alineación de afirmaciones con su evidencia correspondiente. Este sistema innovador descompone las respuestas en afirmaciones individuales, evalúa la fuerza de su apoyo, identifica lagunas en la evidencia y permite un examen detallado de cada afirmación junto con textos, tablas y gráficos relevantes. El núcleo de EvidenceLens es una matriz de afirmación-evidencia que resalta áreas de cobertura, contradicciones e inconsistencias. Para mejorar la reproducibilidad, el sistema incluye un esquema basado en JSON y un pipeline de alineación estructurado, asegurando que el proceso de auditoría sea tanto transparente como sistemático. A través de escenarios de auditoría prácticos, EvidenceLens empodera a los analistas financieros para diferenciar entre afirmaciones fundamentadas y afirmaciones excesivamente confiadas que las interfaces de chat tradicionales tienden a oscurecer.
EvidenceLens: Una Herramienta Visual para la Auditoría de Preguntas Financieras
EvidenceLens mejora la fiabilidad de las respuestas a preguntas financieras al visualizar afirmaciones y su evidencia de apoyo.
