开源金融尽职调查智能体评测基准 FAB 发布
前安永（EY）团队推出了面向金融尽职调查任务的 AI 智能体评测基准 FAB（Finance Agents Benchmark）。该基准旨在评估大模型在复杂金融场景下的分析能力。测试结果显示，当前 AI 智能体虽能准确检索出相关财务事实，但在将事实串联形成完整、可靠的财务分析方面仍存在显著短板。目前该基准已在 GitHub 和 Hugging Face 公开数据集及评测任务。
推荐理由针对复杂金融尽调场景的垂直 Agent 评测基准，揭示了当前大模型在严谨财务分析上的实际能力短板，具备一定行业参考价值。
原标题：Show HN: FAB – A benchmark for AI agents doing financial due diligence
阅读 Hacker News · AI 原文 ↗