FinVet은 금융 시장에서 발생할 수 있는 허위 정보 문제를 해결하기 위해 개발된 새로운 다중 에이전트 프레임워크입니다. 이 프레임워크는 두 개의 Retrieval-Augmented Generation (RAG) 파이프라인과 신뢰도 가중 투표 메커니즘을 통한 외부 사실 확인을 통합합니다. FinVet은 검색 신뢰도에 따라 직접적인 메타데이터 추출, 하이브리드 추론, 전체 모델 기반 분석 등 세 단계의 적응형 처리를 사용합니다. FinVet은 증거 기반 평결, 출처 귀속, 신뢰도 점수, 그리고 증거가 불충분할 경우 명시적인 불확실성 플래그를 제공합니다. FinFact 데이터 세트에 대한 실험 결과, FinVet은 F1 점수 0.85를 달성하여 기존 개별 파이프라인(사실 확인 파이프라인)보다 10.4%, 독립형 RAG 접근 방식보다 37% 향상된 성능을 보였습니다.
