FAB基准发布：AI智能体财务尽调能力仍待提升

一个由前安永员工组成的团队发布了名为FAB（Finance Agents Benchmark）的基准测试，旨在评估AI智能体在财务尽职调查工作中的能力。该基准已公开，相关代码和数据集分别托管在GitHub与Hugging Face平台。

发生了什么

FAB全称为Finance Agents Benchmark，由SecondState-ai团队构建。该团队表示，其成员来自前安永，他们希望测试AI智能体在支撑财务尽职调查的复杂金融工作中的实际表现。

初步测试结果显示，AI智能体能够找到相关事实，但在将这些事实转化为完整、可靠的分析方面仍面临困难。团队在Hacker News上指出，构建和运行该基准的成本较高，因此将分阶段扩展。

目前，FAB基准已在GitHub和Hugging Face上公开。团队计划未来将其扩展到更多公司，并测试更多模型。

全球经济依赖于复杂的金融工作，而财务尽职调查是投资与并购等场景中的关键环节。FAB基准的推出，为衡量AI智能体在真实金融任务中的能力提供了一个可量化的工具。

初步结果揭示了当前AI智能体的局限性：尽管信息检索能力较强，但在需要连贯推理和可靠性保障的分析任务上仍有明显短板。这为后续模型改进和金融领域应用提供了参考方向。

团队表示，将分阶段扩展FAB，以覆盖更多公司和模型。