🤖 AI

From Numbers to Judgment: Specialist LLM Agents and Reinforcement Learning for European Listed Real Estate

Dit artikel toont aan dat hoewel het deconstrueren van de analyse van Europees beursgenoteel vastgoed in gespecialiseerde LLM-agenten de prestaties bij numerieke taken aanzienlijk verbetert, het verbeteren van integratieve financiële oordeelsvorming gerichte parameteradaptatie via reinforcement learning (GRPO) vereist in plaats van enkel decompositie op promptniveau.

Oorspronkelijke auteurs: Pardis Taghavi, Santosh Bhavani

Gepubliceerd 2026-08-13

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Pardis Taghavi, Santosh Bhavani

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een superintelligente robot probeert te leren hoe hij een financieel analist moet zijn. In de wereld van kunstmatige intelligentie worden deze robots Large Language Models (LLM's) genoemd. Beschouw ze als ongelooflijk goed gevleugelde studenten die bijna elk boek in de bibliotheek hebben gelezen, maar die soms in de war raken wanneer ze gevraagd wordt om specifieke, lastige wiskunde te doen of een complexe beslissing te nemen op basis van een mix van verschillende regels. Dit artikel bevindt zich in de hoek van de wetenschap waar onderzoekers proberen uit te vinden wat de beste manier is om deze robots te "trainen" om met geld en zakelijke regels om te gaan. De grote vraag die ze stellen is: is het beter om de robot alles tegelijk te laten doen, of moeten we de taak opdelen en hem vragen om te fungeren als een team van verschillende specialisten? Het is een beetje als vragen: "Is het beter om één geniale chef te hebben die probeert het hele banket alleen te koken, of een keuken met een toegewijde bakker, een toegewijde grillmeester en een toegewijde sausexpert?"

De onderzoekers in deze studie, Pardis Taghavi en Santosh Bhavani, besloten dit idee te testen met een zeer specifiek en lastig onderwerp: Europese vastgoedbedrijven. Deze bedrijven zijn als een groep buren die allemaal in hetzelfde gebouw wonen, maar verschillende sets regels volgen afhankelijk van het land waarin ze zich bevinden. Sommigen moeten het grootste deel van hun winst als dividend uitkeren, terwijl anderen helemaal niets hoeven uit te keren. Als je de verkeerde regel gebruikt voor het verkeerde bedrijf, klopt de wiskunde niet en is het investeringsadvies gevaarlijk. Het team wilde zien of het opdelen van de analyse in "specialistische" rollen hielp om de cijfers van de robot juist te krijgen, en of het de robot hielp bij het maken van de grote, ingewikkelde oordelen over de vraag of een bedrijf veilig is om in te investeren.

Het Team van Specialisten versus De Eénmansshow

Om hun idee te testen, bouwden de onderzoekers een systeem genaamd "Larix". Stel je Larix voor als een manager die een enorme checklist van 16 stappen heeft voor het analyseren van een vastgoedbedrijf. In plaats van de hele checklist aan één robot te geven en te zeggen: "Doe dit allemaal zelf," probeert Larix een andere aanpak. Het breekt de checklist op in acht kleinere teams, of "specialisten". Eén team is de expert op het gebied van "Financiën", een ander is de expert op het gebied van "Activa-kwaliteit", en een ander is de expert op het gebied van "Macro Overlay".

De onderzoekers lieten een race lopen met een zeer krachtige robot (een "frontier"-model) om te zien wie er zou winnen. In de eerste race moest de robot alles alleen doen (de "monolithische" aanpak). In de tweede race kreeg de robot de volledere checklist van 16 stappen, maar moest hij het nog steeds alleen doen. In de derde race werd de robot toegewezen aan een specifieke specialistische rol, zoals een "Financiën"-expert, en kreeg hij alleen het specifieke deel van de checklist dat relevant is voor die baan.

De resultaten waren verrassend en zeer duidelijk. Wanneer het ging om de saaie, mechanische wiskunde — zoals het vinden van een specifiek getal in een rapport of het doen van een eenvoudige berekening — was de specialistische aanpak een grote winnaar. De robot die optrad als specialist kreeg de numerieke taken 15,8 procentpunt vaker goed dan de robot die probeerde alles tegelijk te doen. Het is alsof de specialistische robot een noise-cancelling koptelefoon opzette, alle verwarrende extra instructies negeerde en zich alleen op de wiskunde concentreerde.

Echter, wanneer het kwam op de "oordeels"-taken — waarbij de robot verschillende stukjes bewijs moest bekijken en moest beslissen of een bedrijf risicovol of veilig was — hielp de specialistische aanpak helemaal niet. Sterker nog, het maakte het soms zelfs slechter. De robot die als specialist optrad, scoorde even goed als de robot die alles alleen deed bij deze oordeels-taken. Het blijkt dat je om een goed oordeel te vellen, daadwerkelijk het hele plaatje moet zien, en niet slechts één smalle inkijk. Door de taak op te splitsen, miste de robot de verbanden tussen verschillende stukken informatie.

De Magie van het "Trainen" van het Brein

De onderzoekers stelden vervolgens een tweede vraag: Als het opdelen van de taak in stukken niet helpt bij de moeilijke oordelen, kunnen we de robot dan niet gewoon "trainen" om er beter in te worden? Ze namen een kleinere, goedkopere robot (een model met 9 miljard parameters genaamd Qwen3.5-9B) en gaven het een speciale vorm van training genaamd "Reinforcement Learning with Group Relative Policy Optimization" (GRPO).

Beschouw deze training als een videogame waarbij de robot een hoge score krijgt elke keer dat hij een antwoord goed heeft en een lage score wanneer hij het fout heeft. In de loop van de tijd leert de robot zijn interne "breininstellingen" aan te passen om meer hoge scores te halen. Ze vroegen de robot niet alleen om antwoorden te memoriseren; ze leerden hem de regels van het spel te begrijpen.

Deze training werkte als magie voor de oordeels-taken. Na de training steeg de score van de kleinere robot op de oordeels-taken met 14,2 punten. De robot werd niet alleen beter in de specifieke bedrijven waar hij op geoefend had; hij werd ook beter in bedrijven die hij nog nooit had gezien. Bij tests op volledig nieuwe firma's steeg de score met 15,2 punten in totaal, en op een specifieke "covenant stress"-test (het controleren of een bedrijf financiële problemen kan opvangen) verbeterde het met een enorme 40,4 punten.

De Belangrijkste Conclusie

Dus, wat heeft het paper eigenlijk gevonden? Het suggereert dat er niet één enkele "beste" manier is om AI voor financiële analyse te gebruiken. Het hangt er volledig vanaf wat je de robot vraagt te doen.

Voor cijfers en wiskunde: Het opdelen van de taak in specialisten is de juiste weg. Het helpt de robot om zich te concentreren en afleidingen te negeren, wat leidt tot veel nauwkeurigere berekeningen.
Voor grote oordelen: Het opdelen van de taak helpt niet. In plaats daarvan moet je het brein van de robot direct "trainen" zodat het leert om de verbanden tussen verschillende stukken informatie te leggen.

De onderzoekers waren voorzichtig om te zeggen dat dit geen wondermiddel is dat alles oplost. Ze lieten zien dat het simpelweg geven van een langere lijst met regels (het volledige 16-lenzenkader) het probleem niet oploste; het was de specifieke specialisatie die hielp bij de wiskunde, en de specifieke training die hielp bij het oordeelsvermogen. Ze merkten ook op dat hun resultaten gebaseerd zijn op een specifieke set van 19 bedrijven en een specifiek type vastgoed, dus we kunnen niet 100% zeker weten of het op precies dezelfde manier zal werken voor elk type bedrijf in de wereld. Maar voor de wereld van het Europese vastgoed is de les duidelijk: gebruik een team van specialisten voor de wiskunde, en een goed getrainde generalist voor de grote beslissingen.

Technische Samenvatting: Van Cijfers naar Oordeel: Specialistische LLM-agenten en Reinforcement Learning voor Europees Beursgenoteerd Vastgoed

1. Probleemstelling

De analyse van Europees beursgenoteerd vastgoed presenteert een dubbele uitdaging voor Large Language Models (LLM's): de noodzaak voor modulaire numerieke operaties (het extraheren van regime-specifieke metrieken, het berekenen van geïmpliceerde cap rates) en integratieve financiële oordelen (het verzoenen van boekhoudkundige, regelgevende en risicodimensies om de ruimte binnen convenanten of dividendcontinuïteit te beoordelen).

Het domein wordt gekenmerkt door hoge heterogeniteit; juridische en rapportage-regimes (bijv. Franse SIIC's versus Luxemburgse belegde vastgoedbeheerders) dicteren afwijkende regels voor distributieverplichtingen en prestatiecijfers. Een kritieke foutmodus voor LLM's is de "fluency trap": het extraheren van een correct cijfer uit een publicatie, maar het toepassen van de regels van het verkeerde regime, wat leidt tot mechanisch incorrecte conclusies die moeilijk te detecteren zijn vanwege de vloeiende output van het model.

Bestaande multi-agent systemen verwarren vaak de voordelen van decompositie met domeinspecifieke instructies of verschillen in modellen. Dit artikel probeert het effect van specialistische decompositie (op promptniveau) versus parameteradaptatie (post-training) te isoleren op een vast frontier model en een kleiner model, waarbij specifiek de vragen worden gesteld:

Verbetert het decomponeren van een taak in lens-uitgelijnde specialisten de prestaties van een vast frontier LLM?
Generaliseert deze verbetering naar zowel numerieke als oordeels-taken?
Kan gerichte Reinforcement Learning (RL) post-training de integratieve oordeelsvorming van een kleiner model verbeteren boven de zero-shot capaciteiten?

2. Methodologie

2.1 Het Larix-framework en Taakformulering

De studie maakt gebruik van Larix, dat een 16-lens Europees beursgenoteerd vastgoed-analyseframework in kaart brengt naar acht lens-uitgelijnde specialisten (bijv. Financiën, Activa-kwaliteit, Macro Overlay). De evaluatie richt zich op de specialistische laag, waarbij downstream synthese of positiegrootte wordt uitgesloten.

De benchmark bestaat uit vijf taken over 1 19 bedrijven verspreid over zeven regelgevende wrappers:

Numerieke Taken ( $T_{num}$ ): $T_1$ (Regime-specifieke metriek), $T_3$ (Geïmpliceerde cap rate), $T_6$ (Payout-regime classificatie). Deze vereisen lokale extractie of deterministische berekening.
Oordeels-Taken ( $T_{judg}$ ): $T_2$ (Verzoeningsaanpassing), $T_5$ (Covenant stress assessment). Deze vereisen het combineren van meerdere openbaarmakingen en regime-specifieke beperkingen.

2.2 Experimentele Condities

De studie vergelijkt drie prompting-condities met behulp van een vast frontier model (Claude Opus 4.8) en twee condities met behulp van een kleiner model (Qwen3.5-9B):

Monolithisch (Claude-Mono): Een generieke financiële-analyse prompt zonder specialistische decompositie.
Full-Framework (Claude-Full): Een monolithische prompt die het volledige 16-lens framework bevat (~4.800 tekens).
Specialistische Decompositie (Claude-Spec): Een deterministische router wijst elke lens-uitgelijnde specialistische prompt toe, die slechts de relevante subset van het framework bevat.
Zero-Shot Klein Model (Qwen-ZS): Qwen3.5-9B met gebruik van specialistische prompts.
RL Post-Training (Qwen-RL): Qwen3.5-9B post-getraind met behulp van Group Relative Policy Optimization (GRPO) met taak-uitgelijnde gestructureerde beloningen.

2.3 Scoring en Ground Truth

Evaluatie steunt op een deterministisch, op rubrieken gebaseerd scoringssysteem in plaats van een LLM-judge.

Ground Truth: 45 tuples gelabeld door een externe, onafhankelijke vastgoedexpert; 50 tuples gecureerd uit primaire bronnen door de auteurs van het framework.
Scoring: Velden worden gescoord op basis van exacte overeenkomst (met alias-normalisatie) of tolerantie-gebaseerde numerieke regels (bijv. ±5% voor metrieken, ±10% voor ratio's). Ongeldige outputs ontvangen een score van nul.
Metrieken: Primaire aggregaten zijn $S_{num}$ (gemiddelde van $T_1, T_3, T_6$ ) en $S_{judg}$ (gemiddelde van $T_2, T_5$ ).

2.4 RL Post-Training Setup

Qwen3.5-9B werd post-getraind op 200 rijen (195 echt, 5 contrafactueel) met behulp van GRPO.

Beloning: De deterministische benchmark score ( $R_i = S_t(\hat{y}_i, y^\star_i)$ ).
Optimalisatie: Het beleid (policy) wordt bijgewerkt om de taakspecifieke score direct te maximaliseren, zonder aparte taalmodel-judges te gebruiken.
Splits: De trainingsdata is disjoint van de gehouden bedrijven, wrappers en periodes om generalisatie en anti-memorizatie te testen.

3. Belangrijkste Resultaten

3.1 Specialistische Decompositie: Taakafhankelijke Effecten

Op de cohort van 19 bedrijven in het continentale Europa leverde specialistische decompositie een taakafhankelijk resultaat op:

Numerieke Taken: De prestaties verbeterden significant. De geaggregeerde score steeg van 78,9% (Monolithisch) naar 94,7% (Specialistisch), een winst van 15,8 procentpunt. Dit werd gedreven door verbeteringen in $T_1$ (+26,3 pts) en $T_3$ (+21,1 pts).
Oordeels-Taken: De prestaties verbeterden niet betrouwbaar. De geaggregeerde score bleef onveranderd op 47,4%. Sterker nog, $T_2$ (identificatie van aanpassingen) zag een lichte daling (-5,2 pts).
Framework Openbaarmaking: Het verstrekken van het volledige 16-lens framework aan een monolithisch model (Claude-Full) reproduceerde de numerieke winst niet. Het verminderde zelfs de prestaties op $T_1$ (-10,5 pts), terwijl het licht hielp bij $T_2$ . Dit geeft aan dat de winst voortkomt uit scoped lens-eigenaarschap (het vernauwen van de context), en niet louter uit het blootstellen van meer framework-tekst.

3.2 RL Post-Training: Verbetering van Integratieve Oordeelsvorming

Post-training van Qwen3.5-9B met GRPO pakte de beperkingen van prompt-decompositie aan:

Development Split: De algemene score steeg van 72,2% (Zero-Shot) naar 84,2% (RL), een winst van 12,0 punten.
Oordeels-Taken: De oordeels-aggregate ( $T_2 + T_5$ ) verbeterde met 14,2 punten (van 58,6% naar 72,8%). Dit is het specifieke gebied waar prompt-level decompositie faalde.
Numerieke Taken: $T_1$ bleef op het zero-shot plafond (99,5%), terwijl $T_3$ en $T_6$ verbeteringen lieten zien.

3.3 Out-of-Distribution (OOD) Transfer

De winsten van de RL post-training vertaalden zich naar onbekende data:

Onbekende Bedrijven: De algemene score steeg met +15,2 punten. De meest significante winst was op de covenant stress task ( $T_5$ ), die verbeterde met +40,4 punten (van 38,1% naar 78,5%).
Onbekende Wrappers: De algemene score steeg met +4,3 punten.
Latere Periodes: De algemene score steeg met +2,5 punten.
Anti-Memorizatie: Er werd een positieve transfer waargenomen over alle drie de anti-memorizatie splits, wat bevestigt dat het model beslissingsbeleid leerde in plaats van specifieke bedrijfsgegevens te memoriseren.

4. Bijdragen

Het artikel levert vier specifieke bijdragen:

Gecontroleerde Evaluatie: Een evaluatie met hetzelfde model waarbij lens-uitgelijnde specialistische decompositie de broninformatie, instructies en scoring constant houdt, inclusief een full-framework controle om het effect van decompositie te isoleren.
Identificatie van Trade-offs: Empirisch bewijs dat decompositie modulaire numerieke analyse verbetert, maar niet betrouwbaar de prestaties verbetert (en zelfs kan verminderen) bij taken die integratieve financiële oordeelsvorming vereisen.
Gestructureerde RL Post-Training: Een demonstratie dat GRPO post-training met taak-uitgelijnde gestructureerde beloningen een kleiner model (9B) in staat stelt om de zero-shot prestaties op integratieve oordeels-taken te overtreffen, met winsten die generaliseren naar onbekende bedrijven en regelgevende wrappers.
Benchmark Release: De release van een 25-bedrijf, acht-wrapper benchmark met een gecorrigeerde, per-cel-provenance rubric en een verhard scoring-harnas.

5. Betekenis en Claims

Het artikel concludeert dat een taakafhankelijke verdeling van arbeid essentieel is voor financiële LLM's:

Prompt-level decompositie is effectief voor het vereenvoudigen van gelokaliseerde, verifieerbare numerieke operaties door irrelevante context te verwijderen en tussenliggende velden expliciet te maken.
Gerichte parameteradaptatie (RL post-training) is noodzakelijk voor integratieve financiële oordeelsvorming, waarbij het model bewijs over meerdere dimensies en restricties moet verzoenen.

De auteurs benadrukken dat deze conclusies begrensd zijn door de omvang van de benchmark, de dekking van de wrappers en de specifieke geteste modelfamilies. Zij claimen niet de algemene superioriteit van kleine modellen over frontier modellen, maar stellen dat gerichte specialisatie (via ofwel prompt engineering of parameter tuning) verschillende knelpunten in financiële analyse aanpakt. De studie vermijdt expliciet claims met betrekking tot downstream synthese, conviction calibration of position sizing, aangezien deze lagen niet werden ingeroepen in de experimenten.