一、背景与意义 通用大模型在文创、对话等场景中表现优异，但在专业金融场景下，其生成内容的数据、事实准确性和逻辑严谨性仍面临严峻挑战。金融行业对数据的精确性、逻辑的严密性以及合规性有极高要求，传统的通用评测方法难以满足金融场景高专业、强合规、低容错需求。 为此，我们开发了finLLM-Eval，这是一