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。

金融行业的大型语言模型（LLMs）展现出巨大潜力，但在金融文本处理上存在不足。为此，提出了金融生成预训练Transformer（FinGPT），通过实时金融数据的自动收集与筛选，支持研究与应用。FinGPT可用于机器顾问和算法交易，旨在推动金融领域的创新与发展。