arXiv cs.AI· 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·· 1 天前AI 评分36
TxnQA：面向交易事件序列的分析推理与证据溯源基准
TxnQA: Benchmarking Analytical Reasoning and Evidence Grounding over Transaction Event Sequences
AI 导读
TxnQA 是一个针对商户交易历史分析问答的基准，包含 27 个任务族（81 个模板）和 5 场景欺诈风险推理套件，答案由程序化计算。对 6 个 LoRA 适配的开源权重模型评测显示，Gemma-4-31B-IT 与 Qwen3-8B 的 E2E 得分分别为 0.867 和 0.816，被测 MoE checkpoint 仅 0.632-0.713。
来源：arXiv cs.AI · arxiv.org