institution-grade

FinReportBench 是一个基于专家经验的基准测试，用于衡量和改进机构级财务报告生成，包含 35 项可观察标准，涵盖可交付性、报告身份和机构完整性。它精选了 244 个双语任务，评估了九个模型家族，并使用基准引导的技能蒸馏来改进五个模型家族的生成和自我审查能力。