arXiv · cs.AI· Daeyoung Park, Chaeyun Kim, Junghwan Kim, Jinyoung Jeong, Eunji Song, Yongtaek Lim, Minwoo Kim·· 11 小时前
FinRED：面向金融大语言模型红队测试的专家引导基准生成与评估框架
FinRED: An Expert-Guided Benchmark Generation and Evaluation Framework for Financial LLM Red-Teaming
arXiv:2606.19887v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Daeyoung Park, Chaeyun Kim, Junghwan Kim, Jinyoung Jeong, Eunji Song, Yongtaek Lim, Minwoo Kim
研究任务与主要进展
研究者与金融专家共同提出 FinRED，用于评估金融大语言模型的监管合规、欺诈协助和信任风险。该框架将 FATF、EU DORA 等全球标准映射到两级风险分类，并把真实金融文档转换为情境化红队 Behavioral Prompts；材料称，专家验证的金融专用量规将严重漏检从28降至12，并已在韩国金融安全研究所监管沙盒部署。数据集、生成流程、提示模板和评估框架仅向符合条件的研究者开放。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org