DealsFlow：英国早期基金发布风控型VC初筛智能体框架论文
热点事件持续更新
DealsFlow：英国早期基金发布风控型VC初筛智能体框架论文
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Ming Ze Tang等作者在arXiv提交论文，介绍部署于一家英国早期基金的DealsFlow——人机协同智能体框架，用于LLM阅读创业融资路演材料后的投资初筛打分。框架通过证据门控机制缓解LLM评分虚高：无外部证据的事实类评分上限设为78、70或60分，sceptic调用只降不升，并采用预取式证据检索。 论文称，在142个至少三年前的案例上，完整流程的评分与总价值倍数的Spearman相关系数为0.45（95%置信区间0.32–0.57），识别坏账的AUC为0.71，优于无约束LLM的0.38和0.68。作者同时指出局限：检索未做日期限制，这些指标可能高估初筛能力；且70%的报告需要至少一次人工修正。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
DealsFlow：面向风险投资项目初筛的证据门控智能体框架报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIDealsFlow：面向风险投资项目初筛的证据门控智能体框架
论文提出 DealsFlow，一个部署于英国早期基金的人机协同智能体框架，用于 LLM 阅读创业融资路演材料后的投资初筛打分。其通过证据门控机制——无外部证据的事实类评分上限设为 78、70 或 60 分，sceptic 调用只降不升，以及预取式证据检索——缓解评分虚高。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。