Voyage AI: Voyage Finance 2

Voyage Finance 2 es un modelo de vectorización de texto especializado en recuperar material financiero. Convierte los fragmentos proporcionados y las preguntas de búsqueda en vectores que ayudan a una aplicación a localizar texto de origen pertinente. La evaluación financiera del fabricante incluye documentos presentados públicamente, informes financieros, noticias empresariales y material de preguntas y respuestas financieras, lo que refleja el enfoque de esta edición en encontrar pruebas pertinentes para el ámbito.

Prepara el corpus para que el significado financiero se conserve durante la extracción. Mantén una cifra junto con su etiqueta, periodo, unidad y explicación circundante. Un valor de ingresos sin el nombre de la empresa o el periodo del informe es difícil de interpretar correctamente en un resultado de búsqueda. Para una tabla convertida a texto, conserva los encabezados de filas y columnas e identifica qué valores pertenecen al mismo conjunto. Conserva el documento original y la ubicación de la página o sección para revisarlos.

El modelo admite una ventana de contexto de 32,000 tokens y devuelve representaciones vectoriales de 1,024 dimensiones. Utiliza el espacio de entrada disponible para fragmentos completos y comprensibles, eligiendo límites adecuados para el resultado previsto. Una sola sección amplia puede ayudar a localizar un informe; un fragmento concreto puede mostrar la afirmación específica que responde a una pregunta. Mantén tanto la relación con el documento como la ubicación del fragmento en los metadatos del índice.

Redacta las preguntas de recuperación con las diferencias importantes para la tarea. «¿Qué explica el cambio del margen operativo en el último trimestre del que se ha informado?» necesita un fragmento distinto del de una pregunta que solo solicite el valor del margen. Incluye la empresa, el periodo del informe o el segmento de negocio cuando se conozcan. Prueba preguntas similares con documentos de fechas cercanas y terminología comparable para comprobar si se devuelven las pruebas correctas.

Utiliza el mismo modelo para vectorizar el corpus y las consultas de búsqueda. Mantén cada vector de salida vinculado a su fragmento de entrada y utiliza el resultado de recuperación para mostrar el texto original y la referencia de origen. Un asistente financiero puede transmitir pruebas seleccionadas a un paso de generación de respuestas, conservando las citas necesarias para comprobar cualquier monto o explicación expuestos.

Separa mediante metadatos los informes, las noticias y el material explicativo cuando la aplicación necesite esas diferencias. Guarda la fecha de publicación y el periodo del informe por separado; describen aspectos distintos de un registro financiero. Cuando se revise un documento, conserva la relación entre versiones y actualiza los fragmentos afectados para que un resultado de búsqueda conduzca a la fuente prevista.

Evalúa el sistema con preguntas cuyas respuestas dependan de la terminología financiera y del contexto del documento. Entre los casos útiles están un fragmento que explique un cambio, una tabla que contenga el valor necesario y varios informes que utilicen la misma medida para periodos distintos. Examina si el texto devuelto contiene información suficiente para identificar la entidad y el periodo pertinentes sin deducirlos de la consulta.

El modelo proporciona vectores de recuperación para una base de conocimiento financiero, un archivo de investigación o un proceso de selección de pruebas. Mantén la verificación numérica y la lectura del documento subyacente en el proceso de revisión de la aplicación. Un fragmento pertinente es un punto de partida para comprobar un valor, una relación o una afirmación; el contenido de origen sigue siendo la base de la explicación final. Conserva un conjunto de preguntas reales con fragmentos esperados para poder evaluar las mejoras de extracción e indexación con las mismas tareas financieras.