LLM 的金融推理可信吗？针对长周期报表的真实世界测试

英文标题：Are the Financial Reasoning from LLMs Credible? A Real World Test over Long-Horizon Statements

该研究探讨大型语言模型（LLM）是否具备真正的结构化推理能力，还是主要依赖表层模式匹配。作者选择金融领域作为测试场景，因为该领域要求在长上下文中完成高精度数值计算和多步骤逻辑推理。研究聚焦长周期财务报表，旨在评估 LLM 在真实金融推理任务中的可信度及其局限性。相关结论将对金融 AI 应用、模型评测方法以及开发者构建可靠的财务分析 Agent 具有参考意义。

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