FORCE-Bench：面向企业金融 Agentic AI 的基准、数据集与评估框架

英文标题：FORCE-Bench: A Benchmark, Dataset, and Evaluation Harness for Agentic AI in Enterprise Finance

论文《FORCE-Bench》提出了一套用于评估企业金融领域 Agentic AI 的基准、数据集与评估框架。作者指出，随着大语言模型的发展，智能体系统正在加速进入运营金融场景。现有基准主要衡量通用能力、指令遵循或安全性，而较少直接覆盖金融运营中的实际任务需求。该工作有望为开发者和企业评估金融 AI Agent 的能力、可靠性及落地表现提供更具领域针对性的工具。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB