中邮证券-金工专题报告：基于大模型外部评价体系框架介绍-250630

- 本报告构建了一个专注于逻辑推理的金融问答能力评价基准，包含188道高质量选择题，旨在评估大模型在金融领域的专业能力。

- 实验结果显示，主流国产大模型在金融问答上具备基础能力，但在复杂问题处理上仍需提升，思维链提示显著提高模型准确率。

- 报告提醒投资者注意历史数据分析的局限性及大模型回答的随机性和潜在错误。