大型语言模型是可靠的审阅者吗？金融文档错误检测基准

英文标题：Are Large Language Models Reliable Reviewers? A Benchmark for Error Detection in Financial Documents

该论文提出了一个用于评估大型语言模型（LLM）检测金融文档错误能力的基准。研究指出，金融文档准确性对于经济分析、监管合规和企业决策至关重要。尽管既有研究显示 LLM 在股票价格预测等多项金融任务中表现良好，但其作为金融文档审阅者的可靠性仍需要系统评估。该基准可为开发者和行业评估 LLM 在财务审阅、合规检查及错误发现等场景中的实际适用性提供参考。

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