实体
FinChain
FinChain
PulseAugur coverage of FinChain — every cluster mentioning FinChain across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的俄罗斯金融基准揭示了大型语言模型的推理差距
研究人员推出了 RusFinChain，这是一个专为评估俄语金融领域可验证思维链推理而设计的新基准。该基准包含 17 个领域中超过 5000 个参数化示例，每个示例都附带一个黄金标准推理链，用于自动验证。对八个开源大语言模型的初步评估显示，其推理能力存在显著差距，模型在步骤对齐方面的 F1 分数约为 0.65，但最终问题的正确回答率仅为 29% 左右。该研究还提出了新的指标——模糊数值对齐和软注意力对齐，与现有的评估方法相比，这些指标…
-
新的基准显示大型语言模型在阿拉伯语和符号金融推理方面存在困难
研究人员推出了 SAHM，这是一个旨在评估大型语言模型阿拉伯语金融和符合伊斯兰教法（Shari'ah）的推理能力的新基准。该基准包含七个任务中超过 14,000 个专家验证的实例，填补了阿拉伯语金融自然语言处理领域的重大空白。对 20 个大型语言模型的评估显示，虽然模型在识别任务上表现良好，但它们的金融推理能力，特别是在事件-原因分析方面，则明显较弱。另外，FinChain 基准的开发旨在评估金融领域中可验证的思维链推理，使用参数化模…