NumTrace 基准发布：审计金融分析师智能体的数字来源

Tianlei Zhu 等研究团队发布 NumTrace 基准，用于审计金融分析师智能体所生成数值论断的来源与财务语义。基准目前包含 540 道题，覆盖 2,163 份 SEC EDGAR 文档。 基准在这些文档的冻结快照上按会计规则构建参考答案，用于检验智能体引用的数字是否来自正确来源、财务语义是否准确。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。