CAR 先判断草稿是否值得修复，再定向检查并限制编辑范围。
资讯摘要
论文指出，金融问答中模型即使抽取到看似合理的数字，也可能将其错误关联到实体、期间、单位或会计概念；开放式自我验证与修订可能改坏原本正确的内容，或检查错误关系而强化原错误。作者将修复建模为权衡可恢复信息与可能损害正确内容的决策，提出 Calibrated Answer Repair（CAR）：先估计草稿是否值得修复，再选择针对性检查、定位相关证据或草稿片段并限制允许的编辑。
要点速读
- 论文在 FinRank、Fin-RATE、FinQA 与三个开放权重模型上测试，CAR 在所有数据集-模型组合中优于通用验证。
- 系统层面，CAR 找回 14.6% 初始遗漏的答案要求，同时损害 2.1% 初始正确的内容。
- 论文报告其草稿后 token 成本比迭代修订方案低 30% 以上；两组消融显示证据定位与受限编辑是主要增益来源。
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 2026/11/5 08:00:38（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。