近日,马上消金人工智能研究院决策智能团队的一篇研究论文被国际学术会议ACM CIKM 2026正式录用。论文关注检索增强生成在证据缺失或信息冲突时仍以较高置信度输出错误结论的问题,这一问题在金融问答场景中直接影响服务准确性。

在金融问答场景中,用户咨询往往涉及费用、产品规则、服务流程等具体信息。当检索到的证据不完整或相互冲突时,模型若仍以较高置信度给出错误结论,用户可能据此形成错误理解,进而产生重复咨询甚至投诉,服务准确性和效率都会受到影响。马上消金决策智能团队提出的框架将“证据状态”纳入生成前决策环节,通过轻量化识别机制动态选择澄清、拒答或谨慎回答策略。在针对检索失败构建的测试集中,过度自信失败率从60.8%降至19.6%,平均问答准确率从31.8%提升至40.9%,推理时延仅增加毫秒级。
除此次CIKM录用外,马上消费金融已在多个国际学术会议上有论文录用。2026年初,智能对话与大模型领域的研究成果被WWW 2026录用;4月,客户意图预测方向的长文《NBA-Net: Next-Behavior-Aware Network for Intent Recommendation》入选CCF-A类会议SIGIR 2026。此外,与哈尔滨工业大学合作的机器人策略优化论文被NeurIPS录用,另有成果见于AAAI、ICASSP等会议,覆盖智能交互与人脸核身安全防护等方向。
据公开信息,截至2025年,马上消金人工智能研究院累计有58篇论文入选国际会议或期刊,2025年单年在AAAI、WWW、ICME、ICASSP等会议发表论文15篇。
学术产出的密度背后是研究架构的持续投入。该研究院成立于2017年,核心成员来自清华大学、中国科学院、香港理工大学等机构,研究领域覆盖深度学习、强化学习、大语言模型与语音识别。产学研层面,其与高校联合共建的实验室及科研合作,为决策智能、知识工程等方向提供了持续的问题输入与验证场景。
从行业视角看,马上消金在知识检索、意图理解与可信生成上的持续研究,为金融场景中的决策准确性提供了可验证的技术路径。随着相关成果逐步落地,其科研布局有望在提升服务一致性与推动行业技术实践方面形成积极参照。
【广告】免责声明:本文仅代表作者个人观点,与本网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。