**开源基准 FAB 发布：评估 AI 智能体在金融尽职调查中的表现**

_Show HN: FAB – A benchmark for AI agents doing financial due diligence_

> SecondState 推出开源基准 FAB，旨在测试 LLM 智能体在合成公司数据室中执行金融尽职调查的能力。该基准包含 50 项任务、160 份文档及 231 项评分标准。初步测试显示，DeepSeek V4.1 Flash 以 60.0% 的任务通过率领先，GPT-6 Sol 和 GPT-6 Luna 紧随其后。项目提供完整的执行框架、评分工具及 600 次运行的详细数据，代码采用 MIT 协议，数据采用 CC BY 4.0 协议。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：论文
- **发布时间**：2026-09-28 14:34（北京时间）
- **原文**：[打开原文](https://github.com/SecondState-ai/finance-agents-benchmark)