金融AI的三引擎架构与上下文工程

论文报告图支撑多智能体校验将金融AI幻觉率降至1%以下。

资讯摘要

论文提出面向金融场景的生产级架构，由金融知识图谱、确定性优化引擎和多智能体LLM层组成，并以“上下文工程”协调层在ERP系统、工具与租户间选择、排序、组合和校验查询相关上下文。作者基于约11个月、15次部署的观察报告：单智能体流程幻觉率约7-9%，图支撑的多智能体校验后降至1%以下，但属观察性而非因果结论。ERP数据质量与租户特定模式仍是主要实施难点。

要点速读

1. 架构含金融知识图谱、确定性优化引擎、多智能体LLM层，上下文工程负责跨ERP、工具和租户的上下文选择与校验。
2. 作者报告15次部署、约11个月的观察：单智能体幻觉率约7-9%，图支撑多智能体校验后低于1%，但为观察性结果。
3. 可复用映射、图模板与校验策略与部署时间从约六周降至两周同时出现；ERP数据质量和租户模式仍是主要挑战。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。