arXiv 人工智能· Rabimba Karanjai, Yiming Bian, Yun-Shiuan Chuang, Jenna L. Ballard, Zijie Pan, Shivani Shekhar, Yixi Li, Yirou Ge, Avinash Thangali, Richard Williamson, Linsey Pang, Prakhar Mehrotra·· 3 小时前AI 评分37
TxnQA：交易事件序列分析推理与证据归因评测基准
TxnQA: Benchmarking Analytical Reasoning and Evidence Grounding over Transaction Event Sequences
AI 导读
研究人员推出交易事件序列分析问答基准 TxnQA，涵盖 27 个任务族、81 个模板以及 5 场景欺诈风险推理套件，用于评估模型判定与支持证据。评测显示 Gemma-4-31B-IT 与 Qwen3-8B 的端到端正确率（E2E）分别达 0.867 和 0.816，而 MoE 模型仅为 0.632-0.713。
来源：arXiv 人工智能 · arxiv.org