TreasuryBench

TreasuryBench 是一个专为评估 AI 理财建议质量而设计的公开基准测试平台。它通过一套严谨、可复现的测试方法，对市面上主流的 AI 理财助手进行公平、客观的横向对比，帮助用户甄别出最值得信赖的智能财务顾问。

核心功能

TreasuryBench 的核心在于其独创的评估体系。它汇集了来自真实用户场景的财务问题，并邀请独立的 AI 评审团，依据准确性、安全性、全面性等多维度标准对候选 AI 的回答进行打分。所有测试数据、评分代码和原始结果均完全开源，确保了评估过程的透明度和公正性。

主要特性

• 权威评测：在首轮评测中，Treasury 以 89 分的成绩大幅领先，而 Origin 和 Monarch 分别获得 71 分和 52 分。
• 全面覆盖：测试涵盖 12 个理财主题类别，Treasury 在全部类别中均取得优胜，展现出无短板的能力。
• 安全保障：在测试中，Treasury 未产生任何危险或误导性的建议，而其他产品则出现了此类问题。
• 开放透明：完整的测试方法、评分逻辑和原始数据均向公众开放，便于用户验证和复现。

适用场景

对于正在选择 AI 理财助手的个人用户，TreasuryBench 提供了极具价值的参考依据。同时，AI 开发者和研究人员也可以利用该基准测试来评估和优化自家模型的金融问答能力，推动行业标准的建立。