FinanceBenchmark / 专业办公

FinanceBenchmark

完成金融定价、资本计算和风控任务，用数值与代码执行结果核验。

在 AIHOT 中观察与参考

证据预算不计分

上游数据时间待核实

最近成功同步尚未开始采集

它测什么，怎么测

题集 v2、v3 与运行环境版本分开；保留每题三次尝试的条件。官网 Tasks passed 指至少一次成功，却同时称为 Pass@1，不能与单次平均正确率混用；Finance Index 也是另一个汇总指标。

观察中：可补确定答案与代码验证的金融证据；指标口径仍需核对，官方 Sol 结果 JSON 下载本次返回 404，当前只收录来源，不自动采集或计分。

观察中：可补确定答案与代码验证的金融证据；指标口径仍需核对，官方 Sol 结果 JSON 下载本次返回 404，当前只收录来源，不自动采集或计分。

评测局限与数据署名

三次至少一次成功不等于单次成功率；区间必须对应正确指标，滚动模型别名也需核验版本。题库和下载按钮公开不等于原始成绩已能获取。

数据许可：官方仓库代码为 MIT，网站要求保留 FinanceBenchmark 引用；未确认实时成绩完整导出的使用边界，不将代码许可替代榜单数据许可。

成绩由 FinanceBenchmark 发布，原始分数与 AIHOT 共识分使用不同尺度，不能直接相加。