TxnQA：针对交易事件序列分析推理与证据定位的基准测试

英文标题：TxnQA: Benchmarking Analytical Reasoning and Evidence Grounding over Transaction Event Sequences

分析商户交易历史通常需要对不规则事件流进行动态时序过滤、实体解析以及复杂聚合计算，现有的静态表格或时间序列预测基准难以评测此类能力。为此，研究团队推出了 TxnQA 基准测试，专门用于评估大语言模型与智能体系统在交易事件序列上的分析推理和证据定位能力。该基准填补了金融与商业智能场景下复杂流式交易数据问答评估的空白，为构建更可靠的金融风控、财务分析与自动化交易 Agent 提供了关键参考。