金色基准石：评估金融大语言模型的综合双语基准

本研究针对现有金融基准在语言和任务覆盖方面的局限性提出了“金色基准石”，这是第一个综合的双语基准，涵盖八个核心金融自然语言处理任务。该基准通过分析主要模型的表现，揭示了其在处理复杂金融信息时的优势和不足，为金融大语言模型提供了实用的评估工具，并指导未来的研究发展与优化。