arXiv · NLP· Zhaolu Kang, Junhao Gong, Wenqing Hu, Yingjie He, Kehan Jiang, Leqi Zheng, Shuo Yin, Zhicheng Fang, Chunlei Meng, Eric Hanchen Jiang, Yunfei Feng, Yitong Leng, Junfan Zhu, Xiaoyou Chen, Xi Yang, Richeng Xuan·· 2026-10-15AI 评分35
QuantEval: 面向金融量化任务的大语言模型评测基准
QuantEval: A Benchmark for Financial Quantitative Tasks in Large Language Models
AI 导读
QuantEval 发布 1,575 个专家验证实例,涵盖知识问答、数学推理及策略编码,通过 CTA 风格回测框架评估 LLM 在量化金融中的计算-实现-验证闭环。 该基准测试了 13 款开源及专有 LLM,结果显示模型在长程推理和受限编码上显著落后于人类专家,且监督微调在提升推理能力的同时削弱了事实回忆。 数据集、评测脚本及完整回测配置已开源,支持 LLM 量化金融研究的复现。
来源:arXiv · NLP · arxiv.org