評測來源官方評測
PRBench · Finance
Scale AI / 專業辦公 · 回答真實金融決策問題，檢驗專業判斷、推導和風險説明。
在 ATech Hot 中觀察中
證據預算不計分
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼，怎麼測
固定 Finance 完整 600 題或 Hard 300 題之一；搜索工具、推理檔位和裁判版本保持一致。採用該題集的 rubric 彙總分，不將完整集和困難子集重複計票，也不把專業問答當作端到端辦公任務。
如何使用這份證據
觀察中：可補金融專業判斷；待核實題集、工具條件、穩定導出和再展示邊界，目前只收錄來源，不自動採集或計分。
評測侷限與數據署名
由模型裁判評審，不代表已經完成財務建模或表格製作；與 PRBench Legal、MCP Atlas 同屬 Scale，不能靠增加榜單數量提高機構權重。
數據許可：官方題庫和評測代碼公開；其許可不自動覆蓋實時排行榜成績，最新成績的穩定導出與再展示邊界待確認。
成績由 Scale AI 發佈，原始分數與 ATech Hot 共識分使用不同尺度，不能直接相加。