课题组负责人叶广楠，复旦大学计算与智能创新学院院长助理，研究员，博士生导师，国家重点研发计划首席科学家，国家级青年人才计划入选者，上海市领军人才。博士毕业于美国哥伦比亚大学，曾就职于美国IBM沃森研究院、美国AT&T多媒体实验室、日本NEC北美智能研究院等多家世界著名人工智能研究机构。主要研究领域为金融科技、图模型算法、多模态特征融合、计算机视觉等。主持国家重点研发计划，国家自然科学基金优秀青年科学基金，参与中国工程院战略研究与咨询项目。曾任美国沃森研究院金融风险与检测领域的首席专家和全球负责人，领导了IBM 全球7个不同地区的相关科研部门的30多位研究人员，开发了IBM 在智能金融领域首个金融风险检测云服务系统，并与多家世界知名的银行和金融机构开展了广泛的项目合作，如日本Mizuho 银行中国银行纽约分行、美国银行、荷兰ING银行、加拿大养老基金等。

  项目介绍：多智能体金融文档协同编写与解析方案：研报与招股书双场景创新实践

  项目背景：随着金融与科技融合进入AI深度赋能阶段，金融文档处理的专业性、时效性与合规性需求日益凸显。一方面，券商、基金公司等机构需频繁产出行业研报，传统模式下依赖分析师手动搜集数据、撰写分析，不仅耗时长达数天，还易因市场变化导致内容滞后；另一方面，投资银行部在招股说明书撰写中面临底稿数量巨大、指标计算复杂、合规要求严苛及更新频率高等痛点，人工处理效率低且易出现数据偏差和合规风险。

  针对上述痛点，项目团队分别研发ChatReport研报生成系统与招股说明书生成平台，旨在通过智能协同模式，破解不同金融文档场景下的效率与质量难题。

  项目内容：ChatReport是一种基于多智能体协同工作的智能研报编写系统，旨在提升金融研报生成的效率、专业性与洞察深度。其核心业务功能包括：自动化采集并融合实时财经数据、新闻公告与财务信息，结合金融领域的因果知识，模拟券商内部六类角色（首席、研究员、助理研究员、实习生、审核师、归纳师）协同完成研报的设计、撰写、审查与摘要归纳全过程。

  在技术实现上，ChatReport 首先通过大规模金融研报语料（超50万份）进行因果知识抽取，采用PDF解析、段落去重（MinHash）、人工标注与模型迭代训练等方法，构建跨行业的金融因果知识库；随后，基于大语言模型驱动多智能体系统，各智能体具备差异化工具调用能力（如联网检索、计算、图表生成等），在分阶段、角色化协作机制下突破上下文长度限制，保障研报逻辑连贯性与内容深度。整体架构实现了从静态知识驱动到动态数据响应、从单模型生成到多角色协同的范式升级，显著提升研报的时效性、准确性与专业性。该系统助力项目团队斩获2023年第二届研究生金融科技创新大赛国家一等奖、2024全球金融科技大会系列活动大模型金融应用创新与实践大赛（十佳卓越奖）、2025年ACM金融文档DeepResearch竞赛国际冠军等荣誉。

  招股说明书生成平台整体架构基于多智能体协作网络，以项目经理调度为核心，将任务分解为单元解析处理、子任务分解、底稿内容调查、检索内容审查、语义向量修正、报告内容撰写、内容审查与修正等环节，智能体模型具备强大基础能力，可调用多方面能力，实现了底稿数据质量提升、撰写效果优化、确保合规性等特点。

  项目总结：综上所述，本项目立足金融AI发展趋势，针对研报与招股说明书两大核心金融文档场景的痛点，分别构建ChatReport研报生成系统与招股说明书生成平台，通过多智能体协同技术，实现金融文档处理从“人工主导”向“智能协同”的转型。

  项目已在多项国内外权威赛事中获得认可，未来将进一步优化智能体协作效率与知识迭代机制，拓展更多金融文档应用场景，持续为券商、投行等金融机构降本增效，推动AI技术在金融文档领域的深度落地，助力金融行业数字化转型。希望与相关单位或投资机构开展合作，开展产业化探索。