基准FP&A Benchmark / 财务结账基准测试
FP&A推理基准测试
由FP&A从业者设计的财务推理基准测试，包含28道覆盖差异桥接、权责发生制、报表勾稽和前提校验等任务的题目，用于评估大模型在财务结账场景中的推理准确性
时间轴 (近 90 天)
10月11日
一位拥有12年财务经验的从业者Marco Polo设计了一套FP&A推理基准测试
待验证50%
10月11日
该基准由28个小型财务结账任务组成，包括6道差异桥接题、6道权责发生制与截止测试、6道报表勾稽题和10道前提校验题
待验证50%
10月11日
评分器要求每个金额与标准答案的误差在£0.005以内，前提标志正确，且桥接表在适用处必须对账成功，哪怕错1便士也判定为失败
待验证50%
10月11日
41个完整测试套件中有20个拿到满分100%，该基准已无法区分这些领先模型
待验证50%
10月11日
差异桥接题失分最严重，严格通过率仅为144/246（58.5%）
待验证50%