近日，2025金融大模型评测体系在上海发布，这是去年全国个金融大模型评测体系发布以来第一次全面升级至2.0版，主要聚焦在标准引领、数据驱动、安全可信与生态共建四方面。
大模型评测体系通常是评估大模型的能、安全、可靠等方面的指标、方法、基准和流程的集，对于大模型行业的标准化发展有至关重要的作用。特别是近年来，国内涌现出多个金融大模型，但行业还缺少较为和认可的评测体系。而2025金融大模型评测体系，相当于为行业提供了科学选型与能力对标的重要“标尺”。
据介绍，该评测体系汇聚了4个公开数据集与22个自建数据集，约3.6万条评测数据，采用循环选项打乱机制和多样化提示词，并研发金融裁判大模型，实现评测全流程自动化、标准化，为上海金融领域银行、券商、基金、投资等企业或者机构人员提供、精准的大模型能力评估，助力机构选型、优化及风险把控。
在新的评测体系下，今年的金融大模型测试结果全面超越去年，行业平均71.9分提升到87.37分。同时，测试结果还发现，设备保温施工海内外大模型整体能力上相差不大，但在中文领域，国内大模型处于领先水平。另外，国内金融大模型在语言理解、术语消歧、法规政策更新和规对齐等领域领先，国外金融大模型则在数学计算、跨步理、跨语言理和超长文本处理上领先。
库帕思席运营官施佳樑介绍，在银行柜面操作等高度标准化场景中，模型回答的业度已达到从业人员水平。在隐规风险识别能力普遍不足，部分模型对“打擦边球”行为识别率低于50%。值得一提的是，金融大模型在角色扮演场景下，安全边界更易被突破，存在“越狱风险”，同时英文指令比中文指令更易绕过大模型的安全机制。
个人信息是指以电子或其他方式记录的能够单独或者与其他信息结识别特定自然人身份或者反映特定自然人活动情况的各种信息。个人信息包括1）姓名、出生日期、住址、电话、电子邮件等个人基本资料；2）身份证、护照、驾驶证、工作证、社保证、居住证等个人身份信息；3）基因、指纹、声纹、掌纹、面部识别特征等个人生物识别信息；4）个人信息账号、IP地址、个人数字证书等网络身份标识信息；4）个人健康生理信息；5）职业、职位、工作单位、学历、工作经历、成绩单等个人教育工作信息；6）银行账号、口令、存款信息、房产信息、信贷信息、征信信息、交易和消费记录、流水记录、虚拟财产等个人财产信息；7）通信记录和内容、短信、彩信、电子邮件等个人通信信息；8）通讯录、好友列表、群列表、电子邮件地址列表等联系人信息；9）网络浏览记录、软件使用记录、点击记录、收藏列表等个人上网操作记录信息；10）硬件序列号、软件列表、设备MAC地址、唯一设备识别码等设备信息；11）定位信息、行踪轨迹、住宿信息、经纬度等个人位置信息；12）婚史、宗教信仰、取向、未公开的违法犯罪记录等其他信息。
天眼查资料显示，常州金纬智能装备制造有限公司，成立于2021年，位于常州市，是一家以从事电气机械和器材制造业为主的企业。企业注册资本300万人民币。通过天眼查大数据分析，常州金纬智能装备制造有限公司利信息21条，此外企业还拥有行政许可3个。
