研究评估了大型语言模型在中文金融助手中的表现，发现其在金融文本处理上仍有改进空间。测试结果显示，GPT-4在金融知识准确度上接近70%。此外，提出了CFLUE和BBT-CFLEB等评估基准，以推动中文金融领域的自然语言处理研究。