上财 FinEval6.0 首测显示 金融严谨性超行业均值 17 分领跑行业

上海财经大学近日发布国内首个金融领域大模型评估基准 FinEval6.0 的首份评测报告，蚂蚁集团旗下理财 AI “蚂小财” 的模型底座在金融严谨性等核心维度表现突出，以显著优势排名第一，总分跑赢 GPT-4o、DeepSeek-R1 等国内外主流通用大模型。

核心优势：严谨性超越行业均值 17 分

FinEval6.0 新增金融严谨性评测维度，通过覆盖金融学术知识、行业理解、安全认知等六大模块的 2.6 万道专业试题，全面评估大模型在复杂金融场景中的可靠性。评测结果显示，“蚂小财” 在金融严谨性单项得分超出行业均值（70.27 分）17 分，达到 87.27 分，在数值计算、合规性校验等细分领域表现尤为突出。其背后的蚂蚁自研 Finix 大模型，通过金融智能增强技术体系实现专业功能与交互体验的双重提升，在保险收益计算、产品推荐等场景中展现出精准的逻辑推理能力。

技术支撑：生态协同与专业壁垒构建

作为连接蚂蚁财富平台 200 余家持牌金融机构的 AI 理财管家，“蚂小财” 通过 “通用大模型 + 金融知识注入 + 安全控制” 的技术架构，构建起行业领先的专业能力护城河。其技术团队在通用模型基础上叠加金融垂直领域训练，结合实时数据验证与人工审核机制，有效降低 AI 幻觉发生率，确保输出内容的合规性与可解释性。例如，在投顾场景中，“蚂小财” 可通过动态资产诊断生成结构化分析报告，并嵌入风险提示，实现从 “知识搬运” 到 “专业决策” 的跨越。

行业意义：推动 AI 从‘博闻强识’到‘专业审慎’

“金融领域对 AI 的严谨性要求远超通用场景，蚂小财的领先表现标志着国内金融 AI 已从‘能用’迈向‘好用’阶段。” 测评团队负责人、上海财经大学教授张立文指出，此次评测不仅验证了垂直领域模型的技术价值，也为金融机构的智能化转型提供了选型参考。随着 FinEval6.0 基准的推广，金融 AI 的评估体系将更贴近真实业务需求，助力我国在国际 AI 竞争中巩固优势地位，同时为数字金融、普惠金融建设开辟新路径。

（注：本文数据来源于上海财经大学 FinEval6.0 评测报告及蚂蚁集团公开信息）