FIRME：面向演化型异构投资者知识的注册表锚定记忆图

复用投资者知识的金融 AI 工作流需要持久化记忆，以便整合跨来源、跨时期的观察结果，同时不丢失其身份和来源信息。在知识图谱中，反复出现的观察结果可能采用不同的表面形式，从而割裂关系历史并阻碍证据积累。我们提出 Fusion and Identity Registry for Memory Evolution (FIRME)，一种以注册表为锚点的记忆图，用于将传入的观察结果对齐到持久化的规范关系，并保留其来源、时间和上下文。在时期内，基于规则的融合将投资者电话会议讨论与投资组合现金流信号建立关联，这种关联既可以直接建立，也可以通过固定的产品—主题本体建立。跨时期时，规范身份和持久化别名会将反复出现的观察结果指向同一关系历史；确定性更新则概括关系的强化、不活跃和重新激活状态。我们在专有的投资者电话会议与现金流记录，以及 S&P 500 财报电话会议 transcript 上评估了 FIRME。与保留规范身份和语义回退、但不包含别名记忆的历史注册表相比，在固定评审器和回退审查协议下，FIRME 在四种数据集—后端设置中的最终时期正确匹配率提高了 7.8—12.1 个百分点。对每种设置中的 200 条传入观察结果进行盲法人工审计后发现，正确匹配率提高了 9.0—16.5 个百分点，重新挂接召回率提高了 22.5—29.0 个百分点；在全部四个样本中，观测到的合并精确率均有所提升。另一项审计发现，在投资者电话会议设置中，期内完整融合生成的 300 个输出中有 293 个包含有效证据路径。抽取忠实性和往返诊断则用于评估来源依据，以及抽取器生成的图内容是否得到保留。