DelistBench

新基准DelistBench评估大语言模型在金融事件数据库准确性方面的能力

研究人员推出DelistBench，一个旨在评估支持搜索的大语言模型（LLMs）在准确补全公司事件数据库方面能力的新基准。该基准包含1,200条证券级别的退市公告，旨在帮助金融机构独立验证缺失、过时或分类错误的记录。评估显示，网络访问显著提高了LLMs在识别公告日期和事件状态方面的准确性，且成本效益高的系统取得了有竞争力的性能。