Voyage AI: Voyage Finance 2

Voyage Finance 2 est un modèle d’embeddings textuels spécialisé dans la recherche au sein de contenus financiers. Il transforme les passages fournis et les questions de recherche en vecteurs qui aident une application à localiser le texte source pertinent. L’évaluation financière de l’éditeur comprend des documents déposés publiquement, des rapports financiers, des actualités d’entreprise et des contenus de questions-réponses financières, ce qui reflète la spécialisation de cette édition dans la recherche d’éléments justificatifs pertinents pour ce domaine.

Préparez le corpus pour que le sens financier soit préservé lors de l’extraction. Conservez un chiffre avec son libellé, sa période, son unité et les explications environnantes. Une valeur de chiffre d’affaires sans le nom de l’entreprise ni la période couverte est difficile à interpréter correctement dans un résultat de recherche. Pour un tableau converti en texte, préservez les en-têtes de lignes et de colonnes et identifiez les valeurs qui vont ensemble. Conservez le document original et l’emplacement de la page ou de la section pour permettre leur examen.

Le modèle prend en charge une fenêtre de contexte de 32 000 tokens et renvoie des embeddings de 1 024 dimensions. Utilisez l’espace d’entrée disponible pour des passages complets et compréhensibles, en choisissant des limites adaptées au résultat attendu. Une grande section peut aider à localiser un rapport ; un passage ciblé peut montrer l’énoncé précis qui répond à une question. Conservez la relation avec le document et l’emplacement du passage dans les métadonnées de l’index.

Formulez les questions de recherche en précisant les distinctions importantes pour la tâche. « Qu’est-ce qui explique l’évolution de la marge opérationnelle pour le dernier trimestre publié ? » nécessite un passage différent d’une question portant uniquement sur la valeur de cette marge. Incluez l’entreprise, la période couverte ou le segment d’activité lorsqu’ils sont connus. Testez des questions similaires sur des documents aux dates proches et à la terminologie comparable pour vérifier si les bons éléments justificatifs sont renvoyés.

Utilisez le même modèle pour créer les embeddings du corpus et des requêtes de recherche. Conservez l’association entre chaque vecteur de sortie et son passage d’entrée, puis utilisez le résultat de recherche pour montrer le texte original et la référence source. Un assistant financier peut transmettre les éléments sélectionnés à une étape de génération de réponse, tout en conservant les citations nécessaires pour vérifier chaque montant ou explication mentionné.

Séparez les rapports, les actualités et les contenus explicatifs à l’aide de métadonnées lorsque l’application a besoin de ces distinctions. Stockez indépendamment la date de publication et la période couverte ; elles décrivent des aspects différents d’un enregistrement financier. Lorsqu’un document est révisé, préservez la relation entre les versions et mettez à jour les passages concernés pour qu’un résultat de recherche mène à la source voulue.

Évaluez le système avec des questions dont les réponses dépendent de la terminologie financière et du contexte documentaire. Les cas utiles comprennent un passage expliquant une évolution, un tableau contenant la valeur requise et plusieurs rapports utilisant le même indicateur pour des périodes différentes. Vérifiez si le texte renvoyé contient suffisamment d’informations pour identifier l’entité et la période pertinentes sans les déduire de la requête.

Le modèle fournit des vecteurs de recherche pour une base de connaissances financières, des archives de recherche ou un processus de sélection d’éléments justificatifs. Maintenez la vérification numérique et la lecture du document sous-jacent dans le processus de contrôle de l’application. Un passage pertinent constitue un point de départ pour vérifier une valeur, une relation ou une affirmation ; son contenu source reste la base de l’explication finale. Conservez un ensemble de questions réelles avec les passages attendus pour évaluer les améliorations de l’extraction et de l’indexation sur les mêmes tâches financières.