PulseAugur
中
实时 07:06:02
实体 JFinBench

JFinBench

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

Show in brief
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
  1. TOOL · CL_360175 ·

    新的JFinBench基准测试对LLM进行日本金融领域测试

    研究人员推出了JFinBench,这是一个旨在评估大型语言模型(LLM)在日本金融任务上表现的新基准测试。该基准测试是可持续更新的,使用最近的认证考试题目来缓解静态基准测试中常见的数据污染问题。在评估中,Claude Fable 5和GPT-6 Astra表现出色,准确率超过93%,而开源模型Kimi K3.1 Pro则表现落后。研究还发现,为模型提供终端和网络访问等工具可以提高性能,但内部知识仍然是一个重要因素。