实体 FinLifeBench

FinLifeBench

PulseAugur coverage of FinLifeBench — every cluster mentioning FinLifeBench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

TOOL · CL_231318 · Sep 2 · 04:00

新基准显示大型语言模型无法追踪客户财务历史

引入了一个名为 FinLifeBench 的新基准，用于评估大型语言模型从银行对话中随时间重建客户的生命事件和财务状况的能力。该基准包含 6,000 次韩国银行会话，揭示了当前的大型语言模型在维护完整且时间有效的纵向记录方面存在困难。随着会话数量的增加，性能会显著下降，模型经常遗漏事件或将过时的财务信息视为当前信息。