MULTIFINGROUND 基准揭示多语金融证据抽取中的识别-定位差距

Lingfei Qian 等论文作者发布 MULTIFINGROUND 基准，评测多语言财报中模型能否跨语言识别共享会计概念并完整恢复同一语境中的全部数值证据。基准基于英、法、希腊三种语言的 90 家发行方 FY2025 披露构建。 结果显示存在明显的“识别不等于依据定位”差距：在 15 个被评模型中，八个 API 与开源权重参考模型的概念识别准确率达 97.3–99.4%，但在正确识别的概念组中，仍有 26.6–41.9% 至少漏掉一个目标事实。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。