Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.09641

帮助 | 高级搜索

计算机科学 > 计算工程、金融与科学

arXiv:2508.09641 (cs)
[提交于 2025年8月13日 ]

标题: VisFinEval:一种面向全面金融理解的场景驱动中文多模态基准

标题: VisFinEval: A Scenario-Driven Chinese Multimodal Benchmark for Holistic Financial Understanding

Authors:Zhaowei Liu, Xin Guo, Haotian Xia, Lingfeng Zeng, Fangqi Lou, Jinyi Niu, Mengping Li, Qi Qi, Jiahuan Li, Wei Zhang, Yinglong Wang, Weige Cai, Weining Shen, Liwen Zhang
摘要: 多模态大语言模型(MLLMs)在自动化复杂金融分析方面具有巨大潜力。 为了全面评估它们的能力,我们引入了VisFinEval,这是首个大规模中文基准,涵盖了金融任务的整个前中后台生命周期。 VisFinEval包含从八种常见金融图像模态(例如,K线图、财务报表、官方印章)中提取的15,848个带注释的问答对,分为三个层次场景深度:金融知识与数据分析、金融分析与决策支持、金融风险控制与资产优化。 我们在零样本设置下评估了21个最先进的MLLMs。 排名第一的模型Qwen-VL-max总体准确率达到76.3%,超过了非专家人类但比金融专家低超过14个百分点。 我们的错误分析揭示了六个常见的失败模式——包括跨模态错位、幻觉和业务流程推理的失误——这些突显了未来研究的关键方向。 VisFinEval旨在加速开发能够无缝整合文本和视觉金融信息的稳健、领域定制的MLLMs。 数据和代码可在https://github.com/SUFE-AIFLM-Lab/VisFinEval获取。
摘要: Multimodal large language models (MLLMs) hold great promise for automating complex financial analysis. To comprehensively evaluate their capabilities, we introduce VisFinEval, the first large-scale Chinese benchmark that spans the full front-middle-back office lifecycle of financial tasks. VisFinEval comprises 15,848 annotated question-answer pairs drawn from eight common financial image modalities (e.g., K-line charts, financial statements, official seals), organized into three hierarchical scenario depths: Financial Knowledge & Data Analysis, Financial Analysis & Decision Support, and Financial Risk Control & Asset Optimization. We evaluate 21 state-of-the-art MLLMs in a zero-shot setting. The top model, Qwen-VL-max, achieves an overall accuracy of 76.3%, outperforming non-expert humans but trailing financial experts by over 14 percentage points. Our error analysis uncovers six recurring failure modes-including cross-modal misalignment, hallucinations, and lapses in business-process reasoning-that highlight critical avenues for future research. VisFinEval aims to accelerate the development of robust, domain-tailored MLLMs capable of seamlessly integrating textual and visual financial information. The data and the code are available at https://github.com/SUFE-AIFLM-Lab/VisFinEval.
主题: 计算工程、金融与科学 (cs.CE)
引用方式: arXiv:2508.09641 [cs.CE]
  (或者 arXiv:2508.09641v1 [cs.CE] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.09641
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Liwen Zhang [查看电子邮件]
[v1] 星期三, 2025 年 8 月 13 日 09:22:04 UTC (14,291 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CE
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号