两篇新的研究论文详细介绍了 FinMMEval 2026 任务，旨在评估多语言金融问答能力。任务 1 侧重于英语、标准中文、阿拉伯语和印地语的多项选择题，最高准确率达到 97.5%。任务 2 使用英语、中文、日语、西班牙语和希腊语的多语言证据评估简答式金融问答，系统按 ROUGE-1 F1 分数排名。两项任务都收到了大量提交，并采用了检索增强和结构化提示等技术。 AI
影响 这些任务旨在推进人工智能系统中的多语言金融推理能力，有望带来更复杂的金融分析工具。
排序理由 两篇 arXiv 论文详细介绍了评估人工智能能力的新研究任务。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.19856v1 Announce Type: cross Abstract: FinMMEval 2026 Task 1 evaluates multilingual financial multiple-choice question answering in English, Chinese, Arabic, and Hindi. The task tests whether systems can select the correct answer to finance questions involving domain t…
arXiv:2607.19867v1 Announce Type: cross Abstract: FinMMEval 2026 Task 2 evaluates short-answer financial question answering over multilingual evidence. Each final-test item pairs an English question with financial statements and news in English, Chinese, Japanese, Spanish, and Gr…