軌跡層級評估

深度分析

FinTrace：全方位軌跡層級評估大型語言模型金融工具呼叫效能

FinTrace 基於 800 筆專家標註的金融任務軌跡，提供行動正確性、執行效率、流程與輸出品質四軸評估。測試 13 種 LLM 後顯示模型在工具選擇優於資訊利用與答案品質。FinTrace-Training 與 DPO 微調提升中間推理指標，但最終答案仍受限。