في إطار فعاليات مختبر FinMMEval لعام 2026، تم الكشف عن نظام IGT المبتكر، الذي تم تصميمه للتعامل مع تحديات الأجوبة على الأسئلة المالية المتعددة اللغات. يُركز العمل على كيفية تحسين أداء النماذج اللغوية (Language Models) في استخراج المعلومات المالية من مستندات SEC والتقارير الإخبارية المتاحة بلغات متعددة منها الإنجليزية، الصينية، اليابانية، الإسبانية، واليونانية.

يتناول النظام اختلاف نوعية الأسئلة المطروحة، حيث تنقسم إلى فئتين رئيسيتين: الأسئلة الهيكلية التي تتطلب استخراج بيانات رقمية دقيقة، مثل نسبة البحث والتطوير وصافي التدفق النقدي، وتلك التي تستند إلى تحليلات استراتيجية أكثر تعقيدًا مثل استراتيجيات الاستثمار وتخصيص رأس المال. أظهرت هذه الدراسة أن طرق الاستخراج المباشر للكلمات الرئيسية تعتبر الأسرع والأكثر دقة للأسئلة الهيكلية، بينما تتطلب الأسئلة الاستنتاجية اختيار مقاطع إخبارية متعددة اللغات وفقًا لقواعد معينة.

عند تحليل مجموعة البيانات، تبين أن حوالي 17 إلى 18 من أصل 19 إجابة مرجعية صحيحة تتشارك في بادئة تصنيف متطابقة، مما يساعد في زيادة توافق ROUGE-1. وحقق النظام النهائي نتيجة ROUGE-1 تقترب من 0.395، مما يعتبر تحسينًا نسبته 60% مقارنة بأداء الأساليب التقليدية، ليحقق المركز الثالث من بين 12 فريقًا في اختبار الأداء الرسمي.